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！

龙图腾网获悉北京邮电大学申请的专利一种基于联邦学习的半监督目标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：CN116012643B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202211664696.9，技术领域涉及：G06V10/764；该发明授权一种基于联邦学习的半监督目标检测方法是由张淼;舒梓峰设计研发完成，并于2022-12-23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半监督目标检测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半监督目标检测方法，利用半监督学习中的数据增强方法实现小样本量的初步扩充，并配合弱‑强数据增强技术对模型训练进行优化，使其训练效果得到增强；利用联邦学习分布式的特点，充分利用各个节点的计算资源与数据，同时利用模型压缩与增量更新技术极大增强了网络传输的性能，减小了对网络资源的消耗，并使得最终的模型性能能够充分逼近理想模型性能。

本发明授权一种基于联邦学习的半监督目标检测方法在权利要求书中公布了：1.一种基于联邦学习的半监督目标检测方法，其特征在于，包括以下步骤： S1、聚合服务器初始化模型参数并以广播形式分发至所有客户端； S2、客户端对本地数据进行预处理，并构建好模型，使用接收到的参数进行模型初始化； S3、客户端利用半监督学习中的数据增强方法实现小样本量的初步扩充，在现有模型参数基础上利用本地数据并配合弱-强数据增强技术进行模型训练，并在每轮训练结束时利用基于压缩算法的增量更新方法进行梯度传输；在进行梯度传输时，将客户端分成去噪声客户端和普通客户端两类，普通客户端正常进行梯度的传输，去噪声客户端添加噪声后按照增量更新方法向服务器上传模型梯度；步骤S3基于压缩算法的增量更新方法为：首先利用二进制差分算法自动生成增量格式，然后设定一个阈值a，对梯度进行L1正则化计算得到梯度L值，如果计算出的梯度L值小于此阈值，则只发送传添加噪声后的模型与原模型的差值；若计算出的梯度L值大于此阈值，则选择添加噪声后进行模型的传输； S4、聚合服务器端接收到来自各个客户端的梯度，利用去噪声算法进行噪声的透明化消除，基于联邦学习的无损聚合技术实现无损联邦聚合；聚合服务器端聚合完成后进行准确率评估，并将准确率和聚合后的模型一并广播下发至所有客户端； S5、客户端收到聚合模型和准确率后，与自己目前的准确率进行对照，之后按照自适应动态权重进行客户端本地聚合；重复步骤S3-S5，直到模型精度达到预期效果。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。