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！

龙图腾网恭喜广东石油化工学院申请的专利一种基于横向联邦学习框架的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：CN114925848B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202210492162.6，技术领域涉及：G06N20/00；该发明授权一种基于横向联邦学习框架的目标检测方法是由文成林设计研发完成，并于2022-05-07向国家知识产权局提交的专利申请。

本一种基于横向联邦学习框架的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横向联邦学习框架的目标检测方法，包括构建横向联邦学习框架，框架包括客户端检测模型、中心服务网络和数据集；为每个客户端检测模型分配独立的数据集，并通过该数据集对模型进行训练；对客户端检测模型训练过程中使用的梯度下降算法进行优化，加快模型的收敛速度；提取出已训练模型的参数，并通过差分隐私策略将这些参数传输到中心服务网络；对中心服务网络进行训练，并得到参数聚合后的模型参数返回给各个客户端检测模型，客户端检测模型再根据返回的参数更新模型；使用更新后的模型进行检测。本发明采用基于横向联邦学习框架的目标检测方法，能够解决现有目标检测方法准确率和效率低，数据的私密性得不到保护的问题。

本发明授权一种基于横向联邦学习框架的目标检测方法在权利要求书中公布了：1.一种基于横向联邦学习框架的目标检测方法，其特征在于，包括以下步骤：S1、构建横向联邦学习框架，框架包括客户端检测模型、中心服务网络和数据集；S2、为每个客户端检测模型分配独立的同源数据集，并通过该数据集对模型进行训练；S3、对客户端检测模型训练过程中使用梯度下降算法进行优化，加快模型的收敛速度；S4、提取出已训练的客户端检测模型的参数，并通过差分隐私策略将这些参数传输到中心服务网络；S5、对中心服务网络进行训练，并得到参数聚合后的客户端检测模型参数返回给各个客户端检测模型，客户端检测模型再根据返回的参数更新客户端检测模型，使用更新后的客户端检测模型进行检测；所述步骤S5中，基于平均影响度算法实现参数聚合，根据每个客户端检测模型的影响度为其分配权重；数据集数量为，客户端检测模型个数为，影响因素矩阵与输出分别表示为： 首先，对第个影响因素进行微调，两组新的输入和输出分别表示为和； ；其次，计算客户端的MIV值，该值代表了当前客户端的相对影响程度，计算公式如下： 最后，计算每个客户端检测模型对应的贡献度和平均影响值， ；上述基于横向联邦学习框架的目标检测方法用于图像处理。

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广东石油化工学院，其通讯地址为：525000 广东省茂名市茂南区官渡二路139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”。