湖南科技大学梁伟获国家专利权
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！
龙图腾网获悉湖南科技大学申请的专利一种基于奇异值分解的联邦学习高效通信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：CN120390012B 。
龙图腾网通过国家知识产权局官网在2025-09-30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：202510586104.3，技术领域涉及：H04L67/10；该发明授权一种基于奇异值分解的联邦学习高效通信方法是由梁伟;肖嘉宏;陈宇翔;唐臻字;阳超逸;李冠;熊乃学;文吉刚设计研发完成，并于2025-05-08向国家知识产权局提交的专利申请。
本一种基于奇异值分解的联邦学习高效通信方法在说明书摘要公布了：本发明提供一种基于奇异值分解的联邦学习高效通信方法，所述的联邦学习高效通信方法包括：云服务器对由客户端同步更新的模型梯度采用相似性度量，利用聚类算法将客户端进行分组，以获得若干组梯度矩阵；通过奇异值分解从每组的梯度矩阵中提取共享的基向量，并依据贡献率策略保留有效的基向量矩阵；云服务器基于基向量矩阵和聚合系数进行组内梯度重构，得到重构梯度；采用异构权重感知分配策略，对各组的重构梯度进行全局聚合以更新全局梯度，并进行下一次迭代。通过将梯度投影至基向量中，实现高效的梯度压缩，从而有效减小通信开销，提高联邦学习的效率；并设计基于异构感知的组权重分配机制，优化全局模型的表现和泛化能力。
本发明授权一种基于奇异值分解的联邦学习高效通信方法在权利要求书中公布了：1.一种基于奇异值分解的联邦学习高效通信方法，其特征在于，所述的联邦学习高效通信方法包括以下： 云服务器对由客户端同步更新的模型梯度采用相似性度量，利用聚类算法将客户端进行分组，以获得若干组梯度矩阵； 通过奇异值分解从每组的梯度矩阵中提取共享的基向量，并依据贡献率策略保留有效的基向量矩阵； 云服务器基于基向量矩阵和聚合系数进行组内梯度重构，得到重构梯度； 采用异构权重感知分配策略，对各组的重构梯度进行全局聚合以更新全局梯度，并进行下一次迭代； 所述梯度矩阵采用SVD分解提取基向量矩阵具体为： 服务器接收第k组包含m个客户端的梯度矩阵G； 对梯度矩阵G进行SVD分解，，其中，为左奇异向量矩阵，其列向量构成梯度空间的基向量；而为对角矩阵，其对角元素为奇异值；为右奇异向量矩阵; 采用贡献率策略：累计能量贡献率确定保留基向量数量r： ，得到一组基向量矩阵。
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科技大学，其通讯地址为：411201 湖南省湘潭市雨湖区石马头；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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励