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！

龙图腾网获悉湖北文理学院申请的专利基于进化聚类的个性化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：CN120338139B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202510560218.0，技术领域涉及：G06N20/00；该发明授权基于进化聚类的个性化联邦学习方法是由李晓丽;陈宇航;吴雨芯;谷琼;刘亚亚;余晖设计研发完成，并于2025-04-30向国家知识产权局提交的专利申请。

本基于进化聚类的个性化联邦学习方法在说明书摘要公布了：本发明公开了基于进化聚类的个性化联邦学习方法，包括：将初始化后的全局模型参数下发给所有客户端，得到对应的本地模型参数；通过原始聚类得到原始的聚类簇集合以及每个聚类簇的个性化模型参数；再进行联邦学习的迭代训练，直至满足预设的迭代终止条件，输出最终的聚类簇集合以及每个聚类簇的个性化模型参数，以实现基于进化聚类的个性化联邦学习；其中，在每一次联邦学习的训练中，通过聚类簇对之间的基于快照质量和聚类稳定性的合并分值进行聚类。本方法通过引入基于快照质量和聚类稳定性的合并分值进行聚类，减少了因短期波动而导致的聚类不稳定，确保聚类结构在时间维度上更加平稳，提高了个性化模型的性能和收敛速度。

本发明授权基于进化聚类的个性化联邦学习方法在权利要求书中公布了：1.基于进化聚类的个性化联邦学习方法，其特征是，包括以下步骤： 将初始化后的全局模型参数下发给所有客户端，以使得每个客户端根据所述初始化后的全局模型参数，进行本地训练并上传对应的本地模型参数； 根据所述本地模型参数，进行原始聚类，得到原始的聚类簇集合以及每个聚类簇的个性化模型参数； 根据所述原始的聚类簇集合以及每个聚类簇的个性化模型参数，进行联邦学习的迭代训练，直至满足预设的迭代终止条件，输出最终的聚类簇集合以及每个聚类簇的个性化模型参数，以实现基于进化聚类的个性化联邦学习； 其中，在每一次联邦学习的训练中，通过聚类簇对之间的基于快照质量和聚类稳定性的合并分值进行聚类； 在每一次联邦学习的训练中，包括以下步骤： 随机选择预设数量的客户端进行训练，将选定客户端对应聚类簇的个性化模型参数下发给选定客户端，以使得选定客户端根据对应的个性化模型参数，进行本地训练并上传对应的本地模型参数； 将每一个选定客户端作为一个单独的聚类簇，选定客户端的本地模型参数对应单独的聚类簇的个性化模型参数；其余非选定客户端沿用上一次联邦学习的聚类簇及对应的个性化模型参数，得到当前联邦学习中聚类前的聚类簇集合及对应的个性化模型参数； 根据所述聚类前的聚类簇集合及对应的个性化模型参数，计算任一聚类簇对之间的基于快照质量和聚类稳定性的合并分值； 将合并分值最高的聚类簇对合并成一个新聚类簇，并更新所述新聚类簇的个性化模型参数，得到当前联邦学习聚类后的聚类簇集合以及每个聚类簇的个性化模型参数。

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湖北文理学院，其通讯地址为：441053 湖北省襄阳市襄城区隆中路296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。