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！

龙图腾网恭喜齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)申请的专利基于特征对比优化与分类器动态集成的联邦学习方法及装置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：CN119670916B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202510200623.1，技术领域涉及：G06N20/00；该发明授权基于特征对比优化与分类器动态集成的联邦学习方法及装置是由杨明;李东润;王鑫;吴晓明;唐勇伟;穆超;刘臣胜;贺云鹏;陈振娅设计研发完成，并于2025-02-24向国家知识产权局提交的专利申请。

本基于特征对比优化与分类器动态集成的联邦学习方法及装置在说明书摘要公布了：本发明属于联邦学习的技术领域，具体涉及一种基于特征对比优化与分类器动态集成的联邦学习方法及装置。其方法包括：通过服务器初始化全局模型并将其下发给参与联邦学习的个客户端，客户端基于接收到的全局模型进行本地模型更新以及对更新后的本地模型进行训练，再利用训练后的本地特征提取器对其本地私有数据集进行特征提取，以构建本地特征原型集合，再将本地模型、本地特征原型集合、客户端总样本量上传至服务器，服务器在全局聚合时，使用对比学习技术提升全局特征原型质量，最后将聚合得到的全局原型和全局特征原型集合下发给各客户端，执行下一轮次的学习，直至本地模型收敛或到达设定的通信轮次。

本发明授权基于特征对比优化与分类器动态集成的联邦学习方法及装置在权利要求书中公布了：1.一种基于特征对比优化与分类器动态集成的联邦学习方法，其特征在于，所述方法包括：S1、通过服务器初始化全局模型，并将其下发给参与联邦学习的个客户端；S2、客户端基于接收到的全局模型进行本地模型更新，其中：在进行第1次本地模型更新时，客户端将本地模型初始化为其接收到的全局模型；在进行第次本地模型更新时，，客户端将本地模型中的本地特征提取器更新为其最新接收到的全局模型中的全局特征提取器；以及，客户端计算其最新接收到的全局模型中的全局分类器在当前更新轮次下的本地适配性权重，并基于此权重进行本地分类器和全局分类器的集成，以更新本地分类器；S3、客户端对更新后的本地模型进行训练，并以先训练本地分类器、后训练本地特征提取器的顺序进行，其中：在进行第1次本地模型训练时，使用交叉熵损失训练所述本地分类器和本地特征提取器；在进行第次本地模型训练时，，使用交叉熵损失训练所述本地分类器，以及，同时使用交叉熵损失和全局原型损失训练所述本地特征提取器；S4、客户端利用训练后的本地特征提取器对其本地私有数据集进行特征提取，以计算各类特征向量对应的本地特征原型，并将所述本地特征原型组成本地特征原型集合，再将本地模型和本地特征原型集合上传至服务器；以及，在第一轮联邦学习中，同时将客户端总样本量上传至服务器；其中，所述本地私有数据集为图像数据集，客户端样本为图像样本；S5、服务器基于接收的客户端总样本量设定本地模型聚合权重，并以此权重进行本地模型聚合，得到全局原型；以及，基于对比分数聚合其接收的本地特征原型集合，生成平均特征原型集合，再对所述平均特征原型集合进行对比优化，得到全局特征原型集合；将聚合得到的所述全局原型和全局特征原型集合下发给各客户端，并执行下一轮次的学习，直至本地模型收敛或到达设定的通信轮次，利用最终得到的本地模型实现对本地的图像数据集的分类。

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齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)，其通讯地址为：250000 山东省济南市长清区西部新城大学科技园；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”。