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！

龙图腾网获悉南京信息工程大学申请的专利一种基于联邦学习的个性化交通标志判别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：CN116758513B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202310688153.9，技术领域涉及：G06V20/58；该发明授权一种基于联邦学习的个性化交通标志判别方法是由瞿治国;丁健;孙乐设计研发完成，并于2023-06-12向国家知识产权局提交的专利申请。

本一种基于联邦学习的个性化交通标志判别方法在说明书摘要公布了：本发明公开了一种基于联邦学习的个性化交通标志判别方法，包括：服务器初始化模型参数，并将模型发送给客户端；客户端接收来自服务器端初始化模型参数；对数据数据预处理；在客户端训练模型；服务器聚合来自客户端的模型参数；客户端接收来自服务器的聚合后模型参数，并将聚合后的模型加载进本地模型中；继续训练模型，直到达到各自的迭代次数输出模型。本发明基于AIDE和DANE的分布式方法的修正项，个性化联邦学习和动态校准项的混合模型用于智慧车联网的交通标志判别的方法。该模型可以考虑每个用户的算力与其数据分布情况，在保证数据隐私安全的情况下以很小的性能进行交通标志判别。

本发明授权一种基于联邦学习的个性化交通标志判别方法在权利要求书中公布了：1.一种基于联邦学习的个性化交通标志判别方法，其特征在于，包括如下步骤： 步骤1、在服务器设置预训练的初始化模型参数，将初始化模型参数发送至各个客户端； 步骤2、在各个客户端接收来自服务器端的初始化模型参数，利用初始化模型参数搭建模型，基于联邦学习算法对模型进行优化； 步骤2具体包括如下步骤： 步骤2.1、使用LeNet5卷积神经网络搭建模型； 步骤2.2、初始化LeNet5卷积神经网络模型的架构、设置损失函数和超参数，选择个性化联邦学习算法作为优化器，学习率设为0.005； 所述个性化联邦学习算法的目标是得到一个最小化损失的模型，其数学形式如公式1和2： 1 2 其中，其中表示服务器模型的损失，是客户端本地的损失函数，在服务器模型中，N是客户端数量，是当前客户端的数据量的大小，服务器根据各个客户端的数据量比例进行模型聚合，在客户端本地，在其计算损失函数时加入一项修正项，其具体描述见公式3： 3 修正项通过迭代记录以往的梯度信息来保证模型更新时不会偏离于初始值；其中为当前客户端的当前梯度信息，为当前客户端的上一轮的梯度信息，为以往的批次信息； 步骤3、获取个性化交通标志图片，并在各个客户端对个性化交通标志图片进行预处理； 步骤4、以预处理后的个性化交通标志图片作为输入，以图片类别作为输出，在客户端训练模型，基于客户端算力等级动态校准项设定计算轮次，在计算时加入修正项，利用梯度信息更新修正项，获得本地模型参数； 步骤5、服务器聚合各个客户端的本地模型参数后发至各个客户端； 步骤6、各个客户端接收到服务器聚合后的本地模型参数，将其加载进本地模型； 步骤7、根据梯度信息与修正项更新本地模型参数并判断训练是否达到预计目标或最大轮数，若没有，则返回步骤4继续训练模型，直到达到迭代次数输出模型，获得训练后的模型，并应用训练后的模型判别个性化交通标志。

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南京信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219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。