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！

龙图腾网获悉吉林大学申请的专利一种基于联邦学习的表面材质触觉纹理特征获取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：CN116597171B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202310670008.8，技术领域涉及：G06V10/54；该发明授权一种基于联邦学习的表面材质触觉纹理特征获取方法是由张利平;李晓萌;马靖凯;刘国红;孙立悦;何金其设计研发完成，并于2023-06-07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表面材质触觉纹理特征获取方法在说明书摘要公布了：本发明适用于触觉互联网技术领域，提供了一种基于联邦学习的表面材质触觉纹理特征获取方法，包括以下步骤：进行联邦学习；基于深度学习的图像特征提取方法，利用残差网络模型ResNet提取表面触觉图像的特征；联邦学习与堆栈式自动编码SAE结合提取触觉纹理特征，并选用平均联邦学习算法进行参数更新；联邦学习与门控循环网络GRU结合获取触觉纹理特征，并选用平均联邦学习算法进行参数更新；在训练结束后保存所有模型参数，最后通过映射模型获取触觉纹理特征并通过解码器重构触觉纹理信号。本发明解决了触觉互联网中由于用户数据量不足带来的模型性能退化问题，同时不需要用户将原始数据进行传输，从而保护用户的隐私和数据安全。

本发明授权一种基于联邦学习的表面材质触觉纹理特征获取方法在权利要求书中公布了：1.一种基于联邦学习的表面材质触觉纹理特征获取方法，其特征在于，包括以下步骤： 步骤S1、进行联邦学习； 步骤S2、基于深度学习的图像特征提取方法，利用残差网络模型ResNet提取表面触觉图像的特征； 步骤S3、联邦学习与堆栈式自动编码SAE结合提取触觉纹理特征，并将其提取的模型选用平均联邦学习算法进行参数更新； 步骤S4、联邦学习与门控循环网络GRU结合获取触觉纹理特征，并选用平均联邦学习算法进行参数更新； 步骤S5、在训练结束后保存所有模型参数，最后通过映射模型获取触觉纹理特征并通过解码器重构触觉纹理信号； 所述步骤S3的具体途径为： 对于基于堆栈式自动编码器的表面材质的触觉纹理特征提取，在与联邦学习相结合时即通过客户端和服务器间不断地的模型参数传递来更新基于堆栈式自动编码器表面材质的触觉纹理信号压缩与重构模型，目标是使重构误差最小化；以最外层的自动编解码器为例，优化目标表示为： 其中，目标函数具体表示为： ； ； 损失采用模型参数计算原始表面材质的力触觉信号与重构的力触觉信号的 误差；假设在联邦学习的系统中有个客户端对数据进行分区，为客户端上数据点的 索引集，；由此，目标函数被改写为： 采用平均联邦学习的算法更新基于堆栈式自动编码的表面材质的纹理特征提取模型 更新算法如下：目标为最小化，在每轮中随机选取个用户组成一个客户端集合 ，用户参与本轮的模型更新，用户利用本地数据更新计算模型梯度，将计算出的模型梯度上 传至客户端计算均值，然后客户端将新的模型参数发送给服务器，服务器聚合收到的参数 后再分发给所有用户，这个过程依次重复，直到模型达到收敛为止。

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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。