Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京理工大学赵健鑫获国家专利权

北京理工大学赵健鑫获国家专利权

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!

龙图腾网获悉北京理工大学申请的专利面向移动终端图像众包识别的博弈分布式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:CN115512208B

龙图腾网通过国家知识产权局官网在2025-08-22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:202210945014.5,技术领域涉及:G06V10/94;该发明授权面向移动终端图像众包识别的博弈分布式学习方法是由赵健鑫;常欣煜;冯雁浩;刘驰设计研发完成,并于2022-08-08向国家知识产权局提交的专利申请。

面向移动终端图像众包识别的博弈分布式学习方法在说明书摘要公布了:本发明提出一种面向移动终端图像众包识别的博弈分布式学习方法,包括:中心服务器构建基于移动终端数据转移的多人合作博弈模型;移动终端定义自身的训练图像数据偏移度量值以及最低数据获取效益值;移动终端分布式计算图像数据分配,得到优化计算目标;求得最优的拉格朗日乘子及数据移动策略;去中心化调优方法优化求解;求得的最优策略移动图像数据,图像数据通过WiFi或蜂窝网络在移动终端间进行点对点传输。所述方法有效平衡不同分散环境下移动终端之间的数据分布,并且确保了分布式学习训练的公平性,不会牺牲少数移动终端的性能来提高系统的整体性能,以此鼓励移动终端参与分布式学习。

本发明授权面向移动终端图像众包识别的博弈分布式学习方法在权利要求书中公布了:1.一种面向移动终端图像众包识别的博弈分布式学习方法,其特征在于,包括: 步骤1,中心服务器构建基于移动终端数据转移的多人合作博弈模型; 步骤2,移动终端定义自身的训练图像数据偏移度量值以及最低数据获取效益值,设移动终端的训练图像数据偏移度量值被定义为第一效用最低数据获取效益值定义为第二效用效益值在固定的初始数据分布下为固定值,移动终端上的训练数据定义为N维数组si=s1,s2,…,sN,移动终端的数据偏移使用余弦相似度来衡量,使用单位向量作为参照,移动终端的训练图像数据偏移度量值以及最低数据获取效益值由以下公式计算: 其中k的含义为数据类别,si,k代表移动终端i上第k类数据的数量; 步骤3,移动终端分布式计算图像数据分配,中心服务器建立优化问题模型,移动终端对优化问题构建拉格朗日函数,得到优化计算目标,中心服务器建立优化问题模型是基于纳什均衡解,优化问题模型通过以下公式计算: 其中,Tk代表第k类数据的全局总数量,对约束条件中对所有i∈[1,N]和k∈[1,K]均成立,余弦函数的值域为[-1,1],并且对于任意的i和k的取值来说,si,k0,因此Ui∈0,1],在Ui∈0,1]范围内,优化目标中的-logUi0,di为每个移动终端获得预定的最低效益; 步骤4,移动终端通过次梯度下降算法求得最优的拉格朗日乘子及数据移动策略移动终端对优化问题构建拉格朗日函数,得到的优化计算目标为: 其中,每一个移动终端上单独求解,λ为拉格朗日乘子; 步骤5,移动终端应用面向大规模动态网络的去中心化调优方法优化求解过程; 步骤6,移动终端根据求得的最优策略移动图像数据,图像数据通过WiFi或蜂窝网络在移动终端间进行点对点传输。

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北京理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。