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！

龙图腾网恭喜山西师范大学申请的专利一种基于联邦学习的安全分布式SAR图像目标识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：CN119206437B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202411266895.3，技术领域涉及：G06V10/82；该发明授权一种基于联邦学习的安全分布式SAR图像目标识别方法是由侯宇超;王洁;曹钟尹;李文婧;王悦;吕东明;庾波;赵帅设计研发完成，并于2024-09-11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安全分布式SAR图像目标识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安全分布式SAR图像目标识别方法，属于机器学习技术领域，具体包括：在联邦学习中，通过多轮训练更新SAR图像识别模型；每轮包括上行和下行时隙：下行时隙中，服务器更新全局模型并计算每个客户端的贡献度；客户端比较本地和全局模型的损失函数值，决定是否采用新全局模型；上行时隙中，权重大于预设值的客户端上传模型参数和版本号；服务器基于局部模型参数聚合优化模型，并基于每个客户端在本轮更新中的贡献度对权重进行更新；基于设备参数对客户端聚类，优先打包上传同簇的模型参数，服务器持续收集来自客户端的模型参数更新，直到模型最终收敛；本发明提升了SAR图像目标模型的训练效率。

本发明授权一种基于联邦学习的安全分布式SAR图像目标识别方法在权利要求书中公布了：1.一种基于联邦学习的安全分布式SAR图像目标识别方法，其特征在于，包括以下步骤：在所有客户端间实施多轮训练过程，每轮训练过程在时间轴上划分上行和下行时隙；在每轮训练的单个下行时隙中，服务器利用集中融合算法更新全局模型，结合来自每个客户端的局部模型参数，并基于每个客户端的本地梯度与全局梯度计算每个客户端在全局模型更新中的贡献度；客户端接收更新后的全局模型及任一客户端在全局模型更新中的贡献度，分别计算全局模型在验证数据集上的损失函数值Lw和每个客户端局部模型在本地数据集上的损失函数值fiw，客户端根据损失函数值的对比判断是否采用最新的全局模型进行训练；在上行时隙中，根据本轮训练性能指标计算每个客户端的权重，将大于预设权重的客户端训练好的局部模型参数和对应的全局模型版本号在规定时隙内上传至服务器，服务器根据收集的局部模型参数进行下一轮的全局模型更新和优化；并基于每个客户端在本轮更新中的贡献度对权重进行更新；基于客户端的设备参数对待上传的客户端进行聚类，根据聚类的结果，优先对相同簇的客户端模型参数进行打包上传，服务器持续收集来自客户端的模型参数更新，直到模型最终收敛。

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山西师范大学，其通讯地址为：030031 山西省太原市小店区太榆路339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”。