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！

龙图腾网获悉中国科学院深圳先进技术研究院申请的专利基于联邦学习的脑电信号分类模型训练方法及装置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：CN114048780B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202111347340.8，技术领域涉及：G06F18/24；该发明授权基于联邦学习的脑电信号分类模型训练方法及装置是由郑青青;陈彦锋;王琼设计研发完成，并于2021-11-15向国家知识产权局提交的专利申请。

本基于联邦学习的脑电信号分类模型训练方法及装置在说明书摘要公布了：本申请适用于生物信息技术领域，提供了一种基于联邦学习的脑电信号分类模型训练方法及装置，该方法包括：将服务器端的脑电信号分类模型发送给K个用户端；接收每个用户端发送的本地模型梯度；根据用户端的本地模型梯度，获取用户端的重要性评估值；根据K个用户端的重要性评估值，从K个用户端中确定多个目标用户端；根据目标用户端的本地模型梯度和重要性评估值，更新服务器端的脑电信号分类模型的网络参数；若服务器端的脑电信号分类模型未收敛，则返回将服务器端的脑电信号分类模型发送给K个用户端的步骤，直至服务器端的脑电信号分类模型收敛。本申请能在充分利用所有用户的有效信息情况下，提升脑电信号分类模型的精度及收敛速度。

本发明授权基于联邦学习的脑电信号分类模型训练方法及装置在权利要求书中公布了：1.一种基于联邦学习的脑电信号分类模型训练方法，其特征在于，应用于服务器端，所述方法包括： 将所述服务器端的脑电信号分类模型发送给K个用户端； 接收每个所述用户端发送的本地模型梯度；所述本地模型梯度是所述用户端利用本地训练集对所述脑电信号分类模型进行训练得到的； 根据每个所述用户端的本地模型梯度，获取每个所述用户端的重要性评估值； 根据K个所述用户端的重要性评估值，从K个所述用户端中确定多个目标用户端； 根据所述多个目标用户端的本地模型梯度和重要性评估值，更新所述服务器端的脑电信号分类模型的网络参数； 若所述服务器端的脑电信号分类模型未收敛，则返回执行所述将所述服务器端的脑电信号分类模型发送给K个用户端的步骤，直至所述服务器端的脑电信号分类模型收敛； 其中，所述根据每个所述用户端的本地模型梯度，获取每个所述用户端的重要性评估值的步骤，包括： 通过公式μk＝αk×βk，计算第k个用户端的重要性评估值； 其中，μk表示第k个用户端的重要性评估值，αk＝nkn，nk表示第k个用户端的本地训练集所包含的本地样本量，n表示K个用户端的本地训练集所包含的本地样本量的总和，K表示用户端的数量， 表示第t-1轮更新时所述服务器端的全局梯度，表示第t轮更新时第k个用户端的本地模型梯度，t为大于0的整数。

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科学院深圳先进技术研究院，其通讯地址为：518000 广东省深圳市南山区深圳大学城学苑大道1068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”。