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！

龙图腾网恭喜山东大学申请的专利联邦域泛化故障诊断方法及系统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：CN119128453B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411629611.2，技术领域涉及：G06F18/20；该发明授权联邦域泛化故障诊断方法及系统是由宋艳;王奥成;从霄;王代超;李沂滨设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本联邦域泛化故障诊断方法及系统在说明书摘要公布了：本发明提出了联邦域泛化故障诊断方法及系统，涉及故障诊断技术领域。包括多个本地源客户端将各自的故障原始数据进行共性表示学习，提取卷积特征，并基于高斯变换模块细化提取的卷积特征，将细化后的特征通过门控注意力进行重要特征增强，进行本地源客户端的训练；中央服务器计算每一个本地源客户端的梯度，对本地源客户端进行聚类，优化聚类内梯度的聚合过程，得到每一个聚类的代表性梯度；中央服务器基于代表性梯度完成全局模型的更新；迭代上述过程直至得到训练好的全局模型。本发明使用多个高斯变换来对齐来自不同客户端的故障特征，从不同源客户端中提取共性表示，将相似客户端的模型梯度对齐，减少了负迁移的影响并提高了泛化能力。

本发明授权联邦域泛化故障诊断方法及系统在权利要求书中公布了：1.联邦域泛化故障诊断方法，其特征在于，包括以下步骤：多个本地源客户端分别获取各自的故障原始数据；多个本地源客户端将各自的故障原始数据进行共性表示学习，首先提取卷积特征，并基于高斯变换模块细化提取的卷积特征，将细化后的特征通过门控注意力进行重要特征增强，生成最终特征图，基于最终特征图进行本地源客户端的训练；多个本地源客户端将各自训练的本地模型参数发送至中央服务器；中央服务器计算每一个本地源客户端的梯度，基于本地源客户端的梯度对本地源客户端进行聚类，并通过QP分解优化聚类内梯度的聚合过程，得到每一个聚类的代表性梯度；中央服务器基于代表性梯度完成全局模型的更新；迭代上述过程直至得到训练好的全局模型，基于训练好的全局模型对故障进行诊断；通过QP分解优化聚类内梯度的聚合过程，得到每一个聚类的代表性梯度，具体包括：通过QP分解得到每一个聚类内本地源客户端优化后的权重；使用优化后的权重进行每一个聚类内本地源客户端梯度的聚合： ；其中，为聚类的代表性梯度；表示第i类聚类；是聚类中的本地源客户端数量；是分配给第个客户端梯度的权重；表示聚类中第个客户端的模型梯度；表示第个客户端；通过QP分解得到每一个聚类内本地源客户端优化后的权重，具体包括：QP问题定义如下： ；约束条件为： ；其中，是二次项矩阵，表示第个聚类中客户端梯度的串联；向量A是由1组成的行向量，标量的取值为1，Q是一个负的单位矩阵；，L是一个向量。

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山东大学，其通讯地址为：266237 山东省青岛市即墨区滨海路72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”。