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！

龙图腾网获悉北京邮电大学申请的专利一种基于风格迁移探索的自适应联邦学习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：CN119990261B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202510154750.2，技术领域涉及：G06N3/098；该发明授权一种基于风格迁移探索的自适应联邦学习方法是由彭海朋;谢楠;张珂雯;王佳豪;赵建一;李丽香设计研发完成，并于2025-02-12向国家知识产权局提交的专利申请。

本一种基于风格迁移探索的自适应联邦学习方法在说明书摘要公布了：一种基于风格迁移探索的自适应联邦学习方法，属于联邦学习领域，包括：建立风格共享中心；选择性风格迁移；使用解码器将风格迁移后的特征信息转换为具有其他参与方风格的图像；在各参与方的原始样本数据中进行风格探索，得到新的风格信息特征；利用AdaIN模型将探索到的风格信息特征有选择地迁移到原始样本数据中；分布式训练，生成局部模型；利用公共均匀分布数据集对各参与方上传的模型进行验证，计算出各参与方模型得分，再利用PDVFedMul聚合算法对局部模型进行聚合，从而得到新一轮的全局模型参数。本发明提升了模型的泛化能力，增强了模型的鲁棒性，为模型聚合提供了更加合理的权值分配方案，提升了模型性能。

本发明授权一种基于风格迁移探索的自适应联邦学习方法在权利要求书中公布了：1.一种基于风格迁移探索的联邦域泛化方法，其特征在于，包括以下步骤： 步骤S1：各参与方在本地计算当前数据的整体风格信息特征，并上传至中央聚合服务器；中央聚合服务器将各参与方的风格信息特征进行存储，建立风格共享中心； 步骤S2：选择性风格迁移； 各参与方通过Mini-BatchK-Means聚类算法在原始样本数据集中选择一部分样本数据进行风格迁移；利用AdaIN模型将从中央聚合服务器中获得的其他参与方的风格信息特征迁移到从原始样本数据集中选择的一部分样本数据中； 步骤S3：使用解码器将风格迁移后的特征信息转换为具有其他参与方风格的图像； 步骤S4：在各参与方的原始样本数据中进行风格探索，得到新的风格信息特征；利用AdaIN模型将探索到的风格信息特征有选择地迁移到原始样本数据中； 步骤S5：中央聚合服务器随机生成各参与方用于加密的密钥对，将全局模型参数和公钥下发给各参与方，并保留私钥用于解密； 步骤S6：分布式训练； 各参与方利用中央聚合服务器下发的全局模型参数，利用本地的原始样本数据和进行风格迁移与探索之后的图像进行模型训练，生成局部模型； 步骤S7：各参与方利用公钥将训练好的局部模型参数进行加密，并上传至中央聚合服务器； 步骤S8：中央聚合服务器利用私钥对各参与方上传的局部模型参数进行解密，并利用公共均匀分布数据集对各参与方上传的模型进行验证，计算出各参与方模型得分，再利用PDVFedMul聚合算法对局部模型进行聚合，从而得到新一轮的全局模型参数； 重复步骤S5至步骤S8，直到全局模型收敛或达到指定迭代次数，本次联邦学习任务结束。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。