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！

龙图腾网获悉山东大学申请的专利基于原型引导交叉训练机制的联邦学习系统及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：CN116452955B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202310310539.6，技术领域涉及：G06V10/94；该发明授权基于原型引导交叉训练机制的联邦学习系统及方法是由孟雷;齐壮;刘天涵;孟祥旭设计研发完成，并于2023-03-23向国家知识产权局提交的专利申请。

本基于原型引导交叉训练机制的联邦学习系统及方法在说明书摘要公布了：本发明公开了基于原型引导交叉训练机制的联邦学习系统及方法，客户端将提取的图像特征进行聚类，选择最大簇中的图像特征作为类感知原型；客户端将类感知原型和中间图像分类模型对应的模型参数均发送至服务端；所述客户端从服务端获取由其他客户端上传的类感知原型和中间图像分类模型对应的模型参数；根据从服务端获取的由其他客户端上传的模型参数，对本地的中间图像分类模型进行更新，得到更新后的中间图像分类模型；采用本地的训练集，对更新后的中间图像分类模型进行训练，得到优化图像分类模型；对更新后的中间图像分类模型进行训练的过程中，采用类感知原型对损失函数进行约束；客户端再将优化图像分类模型对应的模型参数发送至服务端。

本发明授权基于原型引导交叉训练机制的联邦学习系统及方法在权利要求书中公布了：1.基于原型指导交叉训练机制的联邦学习系统，其特征是，包括：至少两个客户端和一个服务端，所有客户端中均存储有相同的初始图像分类模型； 所述客户端，被配置为：确定本地的训练集以及初始图像分类模型；采用本地的训练集，对所述初始图像分类模型进行训练，获得中间图像分类模型；采用中间图像分类模型，对训练集中每一类图像进行特征提取，将提取的图像特征进行聚类，选择聚类结果中最大簇中的图像特征作为类感知原型；客户端将类感知原型和中间图像分类模型对应的模型参数均发送至服务端； 所述客户端，还被配置为：从服务端获取由其他客户端上传的类感知原型和中间图像分类模型对应的模型参数；根据从服务端获取的由其他客户端上传的模型参数，对本地的中间图像分类模型进行更新，得到更新后的中间图像分类模型；采用本地的训练集，对更新后的中间图像分类模型进行训练，得到优化图像分类模型；对更新后的中间图像分类模型进行训练的过程中，采用类感知原型对损失函数进行约束；该损失函数基于原型引导的表示学习PGRL模块和基于原型的特征增强PFA模块获得；其中，基于类感知原型的对比度损失函数，由原型引导的表示学习PGRL模块来实现，PGRL模块利用这些原型来指导一致性表示的学习，以保持对应特征的区分度；基于类感知原型的注意力加权特征增强损失函数，由基于原型的特征增强PFA模块来实现，PFA模块使用代表性原型作为软注意正则化器来细化和增强图像特征，利用特征级别的线性组合来融合来自客户端的类内表示的信息；客户端再将优化图像分类模型对应的模型参数发送至服务端； 所述服务端，被配置为：接收所有客户端上传的优化图像分类模型对应的模型参数；对所有客户端的优化图像分类模型对应的模型参数进行求和，然后取平均值，将每个模型参数对应的平均值作为最终的模型参数值，再将最终的模型参数值分发到所有的客户端。

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：250000 山东省济南市高新区舜华路1500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”。

以上内容由龙图腾AI智能生成。