Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 厦门理工学院苏鹭梅获国家专利权

厦门理工学院苏鹭梅获国家专利权

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!

龙图腾网获悉厦门理工学院申请的专利一种个性化联邦学习的违章行为检测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:CN120509464B

龙图腾网通过国家知识产权局官网在2025-10-28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:202511008307.0,技术领域涉及:G06N3/098;该发明授权一种个性化联邦学习的违章行为检测方法是由苏鹭梅;陈皓颉;李天友;舒日贲;陈丽华;吕杰;温暾设计研发完成,并于2025-07-22向国家知识产权局提交的专利申请。

一种个性化联邦学习的违章行为检测方法在说明书摘要公布了:本发明公开了一种个性化联邦学习的违章行为检测方法,包括:利用违章行为训练样本库训练基础特征提取模型,在服务端部署全局特征提取层,给每个客户端分发基础特征提取层并生成动态任务描述;每个客户端的基础特征提取层通过本地数据进行训练,并通过服务端下发的教师模型进行知识蒸馏学习;每个客户端提取本地数据的均值特征形成本地原型向量,将每个客户端的本地原型向量及其全局参数上传到服务端;服务端将各个客户端的本地原型向量及其全局参数进行动态聚类划分为若干个客户端群组,得到聚类中心、聚类器参数及个性化模型;服务端将更新后的聚类中心、聚类器参数及个性化模型下发至对应客户端,持续优化每个客户端的特征空间分布和模型参数。

本发明授权一种个性化联邦学习的违章行为检测方法在权利要求书中公布了:1.一种个性化联邦学习的违章行为检测方法,其特征在于,包括: 利用违章行为训练样本库训练基础特征提取模型,在服务端部署全局特征提取层,给每个客户端分发基础特征提取层并通过大语言模型生成动态任务描述; 每个客户端的基础特征提取层通过本地数据进行训练,并通过服务端下发的教师模型进行知识蒸馏学习; 每个客户端提取本地数据的均值特征形成本地原型向量,将每个客户端的本地原型向量及其全局参数上传到服务端,具体的: 客户端将本地数据集划分为小批量组,通过特征提取层逐批计算每个样本的特征向量; 对本地数据集中的所有样本的特征向量取均值,生成全局原型向量,计算公式如下: , 其中,为客户端的样本总数,表征本地数据的整体特征分布,表示特征提取层权重; 客户端根据服务端下发的任务软标签,加载对应的任务特定映射参数,该参数由服务端生成的任务软标签定义; 客户端将全局原型向量输入任务特定MLP网络,MLP网络包含全连接层与非线性激活函数,输出维度与全局原型向量相匹配,MLP网络具备非线性投影能力,结合任务软标签增强不同任务下的高阶特征分布,生成局部双原型向量,计算公式如下: ; 对局部双原型向量进行L2范数归一化处理,计算公式如下: , 检查全局原型向量与局部双原型向量的数值稳定性,并通过本地小样本测试验证其表征能力; 对生成的局部双原型向量进行轻量级加密,并暂存至本地端的安全缓存区,准备上传至服务端; 服务端将各个客户端的本地原型向量及其全局参数进行动态聚类划分为若干个客户端群组,得到聚类中心、聚类器参数及个性化模型; 服务端将更新后的聚类中心、聚类器参数及个性化模型下发至对应客户端,持续优化每个客户端的特征空间分布和模型参数; 将优化后的个性化模型部署到客户端进行施工现场实时违章行为检测,并通过实时数据持续更新个性化模型。

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厦门理工学院,其通讯地址为:361021 福建省厦门市集美区理工路600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。

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。