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！

龙图腾网获悉中国矿业大学;北京开蒙养正科技有限公司申请的专利一种基于联邦学习的物联网设备人体活动识别方法和系统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：CN121167329B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202511701606.2，技术领域涉及：G06F18/22；该发明授权一种基于联邦学习的物联网设备人体活动识别方法和系统是由陈伟;姚敏达;王泽华;刘珏廷;徐婷婷;程明龙;许娜;王档良;刘迎春;林果园设计研发完成，并于2025-11-19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物联网设备人体活动识别方法和系统在说明书摘要公布了：本发明公开了一种基于联邦学习的物联网设备人体活动识别方法和系统。该方法在每轮通信中，客户端首先接收服务器下发的全局模型，并与本地模型进行逐层相似度解耦计算；结合解耦后的相似度与逐参数差异生成二值标记矩阵，在参数位置上选择全局或本地值，从而实现细粒度的参数级聚合。客户端基于增强后的本地模型进行训练并上传更新，服务器端通过加权平均完成全局更新。该方法能够有效解决现有联邦聚合方法中存在的层间依赖偏差、粗粒度聚合及计算开销高的问题，在保证隐私保护的同时提升全局与本地模型融合的准确性与稳定性。该方法能够兼顾全局共享知识与个性化特征，具备较强的实用性与可扩展性。

本发明授权一种基于联邦学习的物联网设备人体活动识别方法和系统在权利要求书中公布了：1.一种基于联邦学习的物联网设备人体活动识别方法，其特征在于，包括如下步骤： S10：服务器端初始化：服务器端初始化全局模型，并将其下发给各客户端，作为客户端的初始本地模型，其中，； S20：每轮全局模型下发：在第轮通信开始时，服务器端将上一轮，即第轮，全局模型下发给所有参与的客户端；其中，； S30：客户端i实现层级相似度解耦聚合：客户端接收到全局模型后，将其与客户端自身上一轮的本地模型一起输入到层级相似度解耦聚合模块，生成第轮通信的增强本地模型；具体包括如下步骤：S31：参数提取与相似度计算：分别从全局模型与本地模型中提取相应的第层及其之前各层的参数，记为与，并计算其余弦相似度；同理，提取相应层上一层及其之前各层的参数，并计算余弦相似度；S32：解耦与规约：基于层级累计相似度与前序累计相似度对目标第层相似度进行解耦，得到去除前序层影响的解耦层相似度，并且为抑制由负相似度引发的冲突信息，对第层相似度进行非负化规约处理；S33:逐参数差异计算：对相应第层的全局模型参数与本地模型参数进行逐参数差异度量；S34:标记矩阵生成：依据所述解耦层相似度确定阈值或比例，将计算获得的相应第层逐参数差异度量按升序排列，根据获得的第层相似度确定差异小参数的位置索引，并在标记矩阵中将对应位置标记为，其余位置标记为；S35:参数选择与聚合：基于获得标记矩阵，在位置标记为时采用全局模型对应参数，在位置标记为时采用本地模型对应参数，从而完成模型对应层的聚合；S36：重复步骤S31-S35，直至模型所有层均完成聚合，最终得到客户端经过层级相似度解耦聚合后的增强本地模型； S40：客户端本地训练与上传：客户端基于得到的增强本地模型，在其本地私有人体活动识别数据集上执行若干轮迭代训练，得到更新后的本地模型，并将模型上传至服务器端； S50：服务器端聚合：服务器端对所有客户端上传的更新后的本地模型进行加权平均，得到第轮全局模型； S60：迭代更新：重复上述步骤S20-S50，直至达到设定的通信轮次或全局模型收敛为止。

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国矿业大学;北京开蒙养正科技有限公司，其通讯地址为：221116 江苏省徐州市铜山区大学路1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。