买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中山大学申请的专利一种基于联邦学习的人类行为识别应用的模型训练方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116912942B 。

龙图腾网通过国家知识产权局官网在2026-02-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310876433.2，技术领域涉及：G06V40/20；该发明授权一种基于联邦学习的人类行为识别应用的模型训练方法是由陈旭;王朴设计研发完成，并于2023-07-18向国家知识产权局提交的专利申请。

本一种基于联邦学习的人类行为识别应用的模型训练方法在说明书摘要公布了：本发明公开了一种基于联邦学习的人类行为识别应用的模型训练方法，该方法包括：获取全局混合模型的参数并下发至强算力设备和弱算力设备；设定训练参数并估算每个强算力设备最大可协同训练样本数量；获取用户上传的本地样本loss列表，结合预设阈值，生成每个弱算力设备选择的参与协同训练的样本数；以最大化参与协同训练的样本总数为目标，为强算力设备匹配弱算力设备进行协同训练，得到匹配结果；根据匹配结果进行训练，生成本地模型参数；将本地模型参数进行聚合，得到最终全局混合模型参数。通过使用本发明，使得异构设备可以根据自身的计算能力自适应地训练合适的深度学习模型，更充分的利用设备的计算资源。本发明涉及模型应用领域。

本发明授权一种基于联邦学习的人类行为识别应用的模型训练方法在权利要求书中公布了：1.一种基于联邦学习的人类行为识别应用的模型训练方法，其特征在于，包括以下步骤： 获取全局混合模型的参数并下发至强算力设备和弱算力设备； 设定训练参数并估算每个强算力设备最大可协同训练样本数量； 获取用户上传的本地样本loss列表，结合预设阈值，生成每个弱算力设备选择的参与协同训练的样本数； 根据每个强算力设备最大可协同训练样本数量和每个弱算力设备选择的参与协同训练的样本数，以最大化参与协同训练的样本总数为目标，为强算力设备匹配弱算力设备进行协同训练，得到匹配结果； 根据匹配结果进行训练，生成本地模型参数； 将本地模型参数进行聚合，得到最终全局混合模型参数；所述获取用户上传的本地样本loss列表，结合预设阈值，生成每个弱算力设备选择的参与协同训练的样本数这一步骤，其具体包括： 联邦学习的第二轮迭代开始，根据用户上传的本地样本loss列表，按照预设比例定义弱算力设备在本轮样本选择loss阈值的上界； 根据所有强算力设备最大可协同训练样本总数量，利用二分搜索的方法确定loss阈值的下界； 基于loss阈值的上界和loss阈值的下界，输出每个弱算力设备选择的参与协同训练的样本数； 所述根据每个强算力设备最大可协同训练样本数量和每个弱算力设备选择的参与协同训练的样本数，以最大化参与协同训练的样本总数为目标，为强算力设备匹配弱算力设备进行协同训练，得到匹配结果这一步骤，其具体包括： 对强算力设备进行排序； 针对于每个强算力设备，依次计算每个弱算力设备参与协同训练的样本传输到该强算力设备的传输时延和在该强算力设备上的训练时延，以其中更大的值作为该弱算力设备的重量； 将弱算力设备参与协同训练的样本数定义为价值，结合弱算力设备的重量计算每个弱算力设备针对该强算力设备的性价比，即设备参与协同训练的样本数与该弱算力设备的重量的比值； 根据性价比对弱算力设备进行排序； 按顺序对每个弱算力设备执行匹配判断，若强算力设备的总训练时延不超过其训练截止时间，则将该弱算力设备匹配给该强算力设备进行协同训练。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。