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！

龙图腾网获悉中国人民解放军空军工程大学申请的专利基于联邦蒸馏的异构网络无数据融合方法、系统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：CN117113274B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202311092271.X，技术领域涉及：G06F18/25；该发明授权基于联邦蒸馏的异构网络无数据融合方法、系统是由段昕汝;陈桂茸;陈爱网;陈晨;姬伟峰;闫家栋设计研发完成，并于2023-08-29向国家知识产权局提交的专利申请。

本基于联邦蒸馏的异构网络无数据融合方法、系统在说明书摘要公布了：本发明公开了一种基于联邦蒸馏的异构网络无数据融合方法、系统，属于信息处理技术领域，对不同作战系统间的信息，通过联邦学习方法训练CGAN模型并用于优化本地数据，生成具有独立同分布特性的训练集，提高模型训练效率和精度；利用CGAN网络生成用于蒸馏的转移集而不是从源数据中迁移出少量的样本，满足数据的保密性要求，以无数据的方式迁移局部模型知识；利用联邦蒸馏的方法对局部模型进行聚合，弱化了传统联邦学习算法中局部模型和全局模型的同构要求，使持有数据的边缘服务器可以根据本地数据结构针对性的设计局部模型，缓解了标准化数据预处理可能造成的信息丢失。

本发明授权基于联邦蒸馏的异构网络无数据融合方法、系统在权利要求书中公布了：1.基于联邦蒸馏的异构网络无数据融合方法，其特征在于，包括以下步骤， S1：建立中心化联邦架构，在联合作战系统内相应的服务器节点上部署联邦学习方案，并通过中央服务器节点协调各边缘服务器节点； S2：中央服务器初始化全局神经网络模型和CGAN模型； S3：使用联邦学习的方法训练CGAN网络模型； S4：边缘服务器利用CGAN优化数据分布使其具有满足独立同分布特性，构建局部神经网络模型并独立训练得到局部参数化模型，发送局部参数化模型至中央服务器； S5：中央服务器利用样本标签和CGAN网络生成转移集，以多个边缘服务器训练的局部参数化模型作为教师模型，通过生成转移集训练全局神经网络模型； 其中，步骤S5的具体操作包括以下步骤， S501：中央服务器利用样本标签和CGAN网络生成转移集； S502：中央服务器以多个边缘服务器训练的局部模型作为教师模型，通过转移集训练全局神经网络模型； 其中，为全局模型的知识蒸馏损失；为学生模型预测与真实标签的损失，为教师模型和学生模型的最小化对数输出之间的差异，为教师和学生模型的软判决向量。

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中国人民解放军空军工程大学，其通讯地址为：710077 陕西省西安市莲湖区丰镐东路1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。