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！

龙图腾网恭喜山东大学申请的专利车联网环境下基于聚类的高效联邦分割学习方法及装置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：CN118779677B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202411274082.9，技术领域涉及：G06F18/232；该发明授权车联网环境下基于聚类的高效联邦分割学习方法及装置是由卢建波;徐光伟;王新儒;曹美;赵梦莹;张帅设计研发完成，并于2024-09-12向国家知识产权局提交的专利申请。

本车联网环境下基于聚类的高效联邦分割学习方法及装置在说明书摘要公布了：本申请涉及联邦学习技术领域，涉及车联网环境下基于聚类的高效联邦分割学习方法及装置。汽车端采集本地数据，所述本地数据为被标记的道路信息图片，汽车端将收集的本地数据的标签信息组织成类别向量发送至云服务器；云服务器使用聚类算法将所有汽车端的本地数据聚类分组，计算各组间余弦相似性矩阵；判断各组间的相似性，如果各组间的相似性小于指定阈值，则进行个性化联邦学习，否则进行非个性化联邦学习。本发明解决了在车联网场景下联邦分割学习中由于数据非独立同分布带来的收敛速度和收敛精度下降问题以及由于汽车端数量过多带来的服务器资源不足问题。

本发明授权车联网环境下基于聚类的高效联邦分割学习方法及装置在权利要求书中公布了：1.一种车联网环境下基于聚类的高效联邦分割学习方法，其特征在于，包括：汽车端采集本地数据，所述本地数据为被标记的道路信息图片，汽车端将收集的本地数据的标签信息组织成类别向量发送至云服务器；云服务器使用聚类算法将所有汽车端的本地数据聚类分组，计算各组间余弦相似性矩阵；判断各组间的相似性，如果各组间的相似性小于指定阈值则进行个性化联邦学习，否则进行非个性化联邦学习；所述非个性化联邦学习根据分组结果训练一个全局模型，所述全局模型包括汽车端侧全局模型和服务器侧全局模型；汽车端节点将训练更新后的汽车端侧模型发送到服务器，服务器在组内对汽车端侧模型进行聚合，形成组内模型，将组内模型跨组聚合为汽车端侧全局模型；服务器对服务器侧模型的分类器层和其他层分别进行聚合，生成服务器侧全局模型，所有汽车端共享服务器侧全局模型；同一个组内服务器侧模型的训练是串行的，而组间是并行的；所述个性化联邦学习根据分组结果为每个组训练一个组模型，每个组模型包括该组数据训练的汽车端侧组模型和服务器侧组模型，服务器为每个组生成基准模型，服务器将汽车端侧模型和对应的汽车端侧基准模型发送给所有属于该组的汽车端节点；汽车端节点将训练更新后的汽车端侧模型发送到服务器，服务器在组内对汽车端侧模型进行聚合得到汽车端侧组模型，并将聚合结果赋值给组内的每个汽车节点；所述组模型训练的目标函数加入需要训练的参数和基准模型的参数之差的二范式；服务器对于每一个组维护一个服务器侧组模型，同组内的汽车端共享一个服务器侧组模型；同一个组内服务器侧模型的训练是串行的，而组间是并行的；采集待预测图像进行聚类分组，根据各组的相似性使用全局模型或组模型预测道路状况。

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东大学，其通讯地址为：250100 山东省济南市山大南路27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”。