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！

龙图腾网恭喜南京信息工程大学申请的专利一种基于车辆网络的移动感知聚类半异步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：CN119089219B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202411081288.X，技术领域涉及：G06F18/23；该发明授权一种基于车辆网络的移动感知聚类半异步联邦学习方法是由金子龙;杨春设计研发完成，并于2024-08-08向国家知识产权局提交的专利申请。

本一种基于车辆网络的移动感知聚类半异步联邦学习方法在说明书摘要公布了：本发明属于车辆网络通信技术领域，具体涉及一种基于车辆网络的移动感知聚类半异步联邦学习方法，包括以下步骤：将车联网划分为多层网络，每一层中的车辆根据模型训练时间和车辆上传时间进行聚类，所有车辆都被聚类到相应的网络层中参与联邦训练；根据不同网络层的车辆对模型的影响，给不同网络层的模型分配不同的权重；在半异步联邦学习MSAFL框架中，中央服务器在模型成功上传后立即执行聚合过程，无需等待所有车辆在给定迭代中完成上传；收集车辆内部和外部的感知数据，并利用本地计算单元处理数据，实现数据共享和联合学习。本发明能够在保护数据隐私的前提下，提高车辆间分布式学习的效率和效果。

本发明授权一种基于车辆网络的移动感知聚类半异步联邦学习方法在权利要求书中公布了：1.一种基于车辆网络的移动感知聚类半异步联邦学习方法，其特征在于：包括以下步骤：步骤1、网络分层与车辆聚类单元：将车联网划分为多层网络，每一层中的车辆根据模型训练时间和车辆上传时间进行聚类，所有车辆都被聚类到相应的网络层中参与联邦训练；步骤2、信息年龄与权重分配：根据不同网络层的车辆对模型的影响，给不同网络层的模型分配不同的权重；步骤2中不同网络层的车辆对模型的影响为不同网络层的车辆之间异步数据传输和车辆移动性对模型的影响；步骤3、半异步联邦学习：在半异步联邦学习MSAFL框架中，中央服务器在模型成功上传后立即执行聚合过程，无需等待所有车辆在给定迭代中完成上传；步骤4、移动感知与数据共享：收集车辆内部和外部的感知数据，并利用本地计算单元处理数据，实现数据共享和联合学习；定义τ为一个全局轮的截止时间；在每个全局轮中，路边单元将接受在截止时间之前从车辆上传的所有模型，并在每个全局迭代中拒绝其余车辆延迟较高的模型；因此，将车辆聚类为若干层，用mk,j表示车辆k是否在j层，当mk,j＝1时车辆k在第j层，mk,j＝0时反之；若车辆k能在截止日期τ之前完成其局部模型训练和上传，即tk≤τ，则车辆k在第1层，即mk,1＝1；同理，若车辆k能够在τ和2×τ之间完成其局部模型的训练和上传，即τtk≤2×τ，则车辆k处于第2层，即mk,2＝1；将车辆k集群到特定层的一般数学表达式如下： 其中，j表示层的索引，tk表示车辆k完成其局部模型训练和上传的日期，τ表示截止日期；在将车辆聚类到相应的层之后，路边单元根据不同层设计的时间阈值指定车辆何时可上传其本地模型。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市浦口区宁六路219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”。