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！

龙图腾网获悉河海大学申请的专利一种基于自适应聚类分层的个性化联邦学习方法及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：CN115840900B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202211129262.9，技术领域涉及：G06F18/231；该发明授权一种基于自适应聚类分层的个性化联邦学习方法及系统是由谢在鹏;刘尧;蒋俊辰设计研发完成，并于2022-09-16向国家知识产权局提交的专利申请。

本一种基于自适应聚类分层的个性化联邦学习方法及系统在说明书摘要公布了：本发明提供了一种基于自适应聚类分层的个性化联邦学习方法及系统，包括：参数服务器所有客户端的梯度进行加权平均处理，采用计算得到的平均梯度调整全局模型参数；根据最近一轮所有客户端上传的梯度计算客户端之间的相似度，根据计算结果对所有客户端进行聚类分组，生成组内分层的个性化权重向量；参数服务器将最新全局模型参数发送至所有组服务器，由组服务器迭代执行组内个性化联邦学习训练，将得到的最新组内模型参数上传至参数服务器；参数服务器将接收到的所有客户组发送的最新组内模型参数加权平均聚合后得到新的全局模型。本发明达到了在不损害全局泛化能力的前提下大幅提高客户局部模型的个性化性能的技术效果。

本发明授权一种基于自适应聚类分层的个性化联邦学习方法及系统在权利要求书中公布了：1.一种基于自适应聚类分层的个性化联邦学习方法，其特征在于，所述个性化联邦学习方法包括以下步骤： S1，客户端准备预测任务的训练数据集和测试数据集，全局参数服务器随机初始化全局模型参数； S2，全局参数服务器将全局模型参数下发给客户端，令客户端将接收到的全局模型参数作为本地模型初始参数，采用本地训练数据集对模型进行当前轮次的训练，且在训练完成后采用测试数据集评估模型预测效果，并计算梯度，将计算得到的梯度上传至参数服务器；参数服务器对接收到的所有客户端的梯度进行加权平均处理，采用计算得到的平均梯度调整全局模型参数； S3，重复执行步骤S2，直至训练轮次达到第一阶段最大通信轮次，转入步骤S4； S4，参数服务器根据最近一轮所有客户端上传的梯度计算客户端之间的相似度，根据计算结果对所有客户端进行聚类分组，为每个客户组选取一个组服务器，并为每个客户组生成组内分层的个性化权重向量； S5，参数服务器将最新全局模型参数发送至所有组服务器，由组服务器迭代执行组内个性化联邦学习训练，将得到的最新组内模型参数上传至参数服务器；参数服务器将接收到的所有客户组发送的最新组内模型参数加权平均聚合后得到新的全局模型； S6，重复执行步骤S5，直至训练轮次达到最大轮次或者模型已经收敛，结束流程。

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河海大学，其通讯地址为：211100 江苏省南京市江宁区佛城西路8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。