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！

龙图腾网获悉河南大学申请的专利一种面向异质统计的分簇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：CN115952860B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202310060893.8，技术领域涉及：G06N3/098；该发明授权一种面向异质统计的分簇联邦学习方法是由左方;高铭远;刘家萌设计研发完成，并于2023-01-17向国家知识产权局提交的专利申请。

本一种面向异质统计的分簇联邦学习方法在说明书摘要公布了：本发明公开一种面向异质统计的分簇联邦学习方法，包括：步骤1，构建边缘节点分布分类器；步骤2，确定边缘节点分簇的衡量指标；步骤3，确定节点集群的分簇方法；步骤4，使用分簇方法对边缘节点进行分簇；步骤5，服务器初始化全局模型，并发送模型到每个节点集群的头结点；步骤6，边缘节点接收到模型后在本地数据集上进行本地训练并更新模型，并将更新后的模型发送到簇内下一个节点进行训练，直至每一个簇内节点全部完成训练，上传更新后的模型到服务器；步骤7，服务器接收所有簇更新后的模型后进行加权平均，更新全局模型；步骤8，重复步骤6、步骤7，直至全局模型收敛。相较于传统的联邦学习方法，本发明更加高效，适用性更强。

本发明授权一种面向异质统计的分簇联邦学习方法在权利要求书中公布了：1.一种面向异质统计的分簇联邦学习方法，其特征在于，包括： 步骤1，构建边缘节点分布分类器； 步骤2，确定边缘节点分簇的衡量指标； 步骤3，确定节点集群的分簇方法； 步骤4，使用分簇方法对边缘节点进行分簇； 步骤5，服务器初始化全局模型，并发送模型到每个节点集群的头结点； 步骤6，边缘节点接收到模型后在本地数据集上进行本地训练并更新模型，并将更新后的模型发送到簇内下一个节点进行训练，直至每一个簇内节点全部完成训练，上传更新后的模型到服务器； 步骤7，服务器接收所有簇更新后的模型后进行加权平均，更新全局模型； 步骤8，重复步骤6、步骤7，直至全局模型收敛； 所述步骤1包括： 把全局模型fθ分成一个深度特征提取器和一个分类器其中θ＝θfeat,θclf是全局模型的参数集； 在联邦学习正式开始前，利用预训练阶段来估计参与训练的边缘节点上的数据分布，在此期间，每个边缘节点k从相同的随机初始化θ0开始，在其本地数据集上训练e个回合，更新模型为 分别基于本地分类器的参数ψclf或其在服务器端公共数据集上的预测ψconf构建边缘节点分布分类器； 在服务器端，使用分类器，根据边缘节点更新后的模型获得该节点的数据分布的估计值 所述分簇方法包括： 策略1：客户被随机分配到节点集群中，直到满足定义的停止标准； 策略2：首先，使用K-means方法获得NS个同质聚类；然后，通过每次从每个聚类中迭代的提取一个边缘节点形成所有节点集群，直到每个节点集群S中的样本数和边缘节点KS≤kS,max； 策略3：随机选择一个边缘节点ki分配给当前的节点集群S,i∈[K]；然后，选择第二个边缘节点kj，使ki和kj之间的距离达到最大，即不断重复该过程，最后通过迭代最大化达到既定的最大边缘节点数KS,max和最小样本数其中τ为分簇的衡量指标。

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河南大学，其通讯地址为：475004 河南省开封市金明区东京大道和金明大道交叉口河南大学(金明校区)；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。