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！

龙图腾网获悉东北大学申请的专利一种基于动态聚合的低轨卫星互联网异构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：CN120433832B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510855424.4，技术领域涉及：H04B7/185；该发明授权一种基于动态聚合的低轨卫星互联网异构联邦学习方法是由彭玉怀;刘娜;冯程;王晨路;王静设计研发完成，并于2025-06-25向国家知识产权局提交的专利申请。

本一种基于动态聚合的低轨卫星互联网异构联邦学习方法在说明书摘要公布了：本发明提供了一种基于动态聚合的低轨卫星互联网异构联邦学习方法，涉及联邦学习技术领域，包括如下步骤：S1、中央服务器通过共享数据集方法为每个低轨道遥感卫星分配本地训练任务；S2、参与本地训练的卫星接收共享数据和当前全局模型的参数，将更新后的本地模型参数上传至中央服务器；S3、中央服务器根据每个卫星参与聚合的频率以及模型上次参与聚合的时间，计算加权值；基于加权值判断是否收敛；S4、输出当前的全局模型；S5、以当前的全局模型替代S1中的初始的全局模型并重新执行S1‑S3，直至收敛，输出当前的全局模型。本发明能够提高模型训练的效率、精度与稳定性，增强全局模型的泛化能力，从而确保不同卫星之间的协同工作与模型的高效收敛。

本发明授权一种基于动态聚合的低轨卫星互联网异构联邦学习方法在权利要求书中公布了：1.一种基于动态聚合的低轨卫星互联网异构联邦学习方法，其特征在于，包括如下步骤： S1、获取所有低轨道遥感卫星的全局数据，中央服务器配置初始的全局模型，中央服务器通过共享数据集方法为每个低轨道遥感卫星分配本地训练任务，中央服务器从全局数据中抽取一部分作为共享数据，将共享数据发送至低轨道遥感卫星进行本地训练； S2、参与本地训练的卫星首先接收共享数据和当前全局模型的参数，并使用指数移动平均机制对其本地模型进行个性化更新，得到更新后的本地模型参数，将更新后的本地模型参数上传至中央服务器； S3、中央服务器基于更新后的本地模型参数进行全局模型的聚合；在聚合过程中，中央服务器对参与聚合的卫星的模型进行合并，中央服务器根据每个卫星参与聚合的频率以及模型上次参与聚合的时间，计算加权值；基于损失函数判断全局模型是否收敛，如果收敛，执行S4；如果不收敛，执行S5； S4、输出当前的全局模型； S5、以当前的全局模型替代S1中的初始的全局模型并重新执行S1-S3，直至收敛，输出当前的全局模型。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11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”。