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！

龙图腾网获悉浙江大学滨江研究院申请的专利一种基于相似特征协作的个性化联邦学习方法和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：CN116108919B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202310104418.6，技术领域涉及：G06N3/098；该发明授权一种基于相似特征协作的个性化联邦学习方法和系统是由林博;王晶;岳伟;尹建伟设计研发完成，并于2023-02-13向国家知识产权局提交的专利申请。

本一种基于相似特征协作的个性化联邦学习方法和系统在说明书摘要公布了：本发明公开了一种基于相似特征协作的个性化联邦学习方法和系统，应用于客户端和服务器，服务器用于管理至少两个客户端，每一客户端上具有局部模型及局部数据集，方法包括：1服务器接收各客户端发送的局部类级特征向量集；2服务器根据局部类级特征向量集，基于各客户端的聚合权重生成客户端的个性化类级特征向量集；3每个客户端从服务器上下载对应的个性化类级特征向量集，在其局部数据集上进行训练更新其局部模型，获得局部类级特征向量集；4重复步骤2‑3直至所有客户端平均训练损失不再下降。本发明可以改善因数据异构导致的局部模型性能下降，同时兼顾模型异构、通信成本以及可解释的参与者贡献评价等问题。

本发明授权一种基于相似特征协作的个性化联邦学习方法和系统在权利要求书中公布了：1.一种基于相似特征协作的个性化联邦学习方法，其特征在于，应用于客户端和服务器，所述的服务器用于管理至少两个客户端，每一客户端上均运行一局部模型及用于训练局部模型的局部数据集，所述方法包括： 1服务器初始化并接收各客户端发送的局部类级特征向量集；在某一客户端上，将其局部数据集输入至其局部模型，将分类网络后端负责决策的某个全连接层的输出作为该客户端某个类的特征向量，对属于该类的所有数据样本的特征向量做平均，得到该类的局部类级特征向量； 2服务器根据各客户端发送的局部类级特征向量集，基于各客户端的聚合权重生成每个客户端的个性化类级特征向量集；在服务器上，基于各客户端的聚合权重对具有同一类样本的所有客户端的局部类级特征向量进行聚合，得到各客户端的个性化类级特征向量； 3每个客户端从服务器上下载对应的个性化类级特征向量集，在其局部数据集上通过最小化局部分类误差与局部类级特征向量集和个性化类级特征向量集之间的距离之和来更新其局部模型；由更新后的局部模型获得其更新后的局部类级特征向量集并发送给服务器； 4重复步骤2-3直至所有客户端平均训练损失不再下降。

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浙江大学滨江研究院，其通讯地址为：310053 浙江省杭州市滨江区东信大道66号二号楼301；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。