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！

龙图腾网获悉湖南工商大学申请的专利一种自适应联邦学习权重聚合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：CN117035061B 。

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：202311019495.8，技术领域涉及：G06N3/098；该发明授权一种自适应联邦学习权重聚合方法是由梁伟;郑旭哲;周晓康;黄素珍设计研发完成，并于2023-08-14向国家知识产权局提交的专利申请。

本一种自适应联邦学习权重聚合方法在说明书摘要公布了：本发明提供了一种自适应联邦学习权重聚合方法，通过中央处理器将生成对抗模型和基础模型并分发给多个客户端，利用多个客户端采集的本地图像数据分别训练生成对抗模型和基础模型，得到多个训练后的生成对抗模型和基础模型，并将多个训练后的生成对抗模型中的生成器上传至中央处理器进行汇聚并生成训练集，将多个训练后的基础模型分成编码模块和解码模块均上传至中央处理器分别进行加权聚合，得到神经网络模型，将测试集输入神经网络模型进行训练，得到损失函数，并利用损失函数进行反向传播，得到最优聚合权重并生成目标神经网络模型用于识别目标监测区域的道路图像数据，得到识别结果；提升了神经网络模型对道路图像识别的精度。

本发明授权一种自适应联邦学习权重聚合方法在权利要求书中公布了：1.一种自适应联邦学习权重聚合方法，包括中央服务器和多个参与训练的客户端，其特征在于，方法包括： 步骤1，所述中央服务器利用联邦学习方法初始化生成对抗模型的参数和基础模型的参数，并将所述生成对抗模型和所述基础模型均发送至每个所述客户端；所述生成对抗模型用于在所述中央服务器中生成数据指导联邦学习聚合权重，所述基础模型用于对目标监测区域的道路图像数据进行识别； 步骤2，每个所述客户端通过采集的本地道路图像数据对所述生成对抗模型进行训练，得到多个训练后的生成对抗模型；并将每个所述训练后的生成对抗模型中的生成器上传至所述中央服务器进行汇聚，并利用汇聚后的生成器生成训练集； 步骤3，每个所述客户端通过采集的本地道路图像数据对所述基础模型进行训练，得到多个训练后的基础模型，并将每个所述训练后的基础模型均分为编码模块和解码模块上传至所述中央服务器分别进行加权聚合，得到神经网络模型； 步骤4，将所述训练集输入所述神经网络模型进行训练，得到损失函数，并利用所述损失函数进行反向传播，更新所述神经网络模型的聚合权重，将当所述神经网络模型的损失值达到预设值时的聚合权重作为最优聚合权重； 步骤5，基于所述最优聚合权重生成目标神经网络模型，将所述目标监测区域的道路图像数据输入目标神经网络模型进行识别，得到识别结果。

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湖南工商大学，其通讯地址为：410205 湖南省长沙市岳麓区岳麓大道569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。