買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉華中科技大學申請的專利面向非獨立同分布數據的聯邦對比聚類學習方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115563519B 。

龍圖騰網通過國家知識產權局官網在2025-09-23發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211267754.4，技術領域涉及：G06F18/23；該發明授權面向非獨立同分布數據的聯邦對比聚類學習方法及系統是由李瑞軒;王號召;徐子珺;李玉華;辜希武設計研發完成，并于2022-10-17向國家知識產權局提交的專利申請。

本面向非獨立同分布數據的聯邦對比聚類學習方法及系統在說明書摘要公布了：本發明公開了一種面向非獨立同分布數據的聯邦對比聚類學習方法及系統，屬于聯邦學習技術領域，包括：在中心服務器端將共享模型和原型矩陣分別下發到所挑選的各客戶端中進行聚類對比訓練，進行聚類對比訓練時模型并不關注數據的分布，而只關注于數據聚類信息之間的對比關系，基于自監督對比學習關注局部特征的特點，緩解了對全局分布的依賴，從而改善了模型由于不平衡的數據分布而產生的偏移，也能夠較好的表示數據的類分布并改善由類不平衡所引起的Non?IID問題，同時也能夠消除聯邦學習對有標簽數據的依賴，能夠解決現有的聯邦學習方法由于存Non?IID數據分布問題所導致的模型準確率較低以及由于依賴標簽數據所導致的無法在實際生產中進行應用的技術問題。

本發明授權面向非獨立同分布數據的聯邦對比聚類學習方法及系統在權利要求書中公布了：1.一種面向非獨立同分布數據的聯邦對比聚類學習方法，其特征在于，包括： 在中心服務器端執行以下步驟： A11、初始化K個聚類中心的向量表示，得到原型矩陣；對共享模型進行初始化； A12、從客戶端集合中隨機挑選m個客戶端，將共享模型和原型矩陣分別下發到所挑選的m個客戶端中進行訓練； A13、待收集到m個客戶端返回的訓練好的共享模型和原型矩陣后，以客戶端中的數據量在所有數據量中的占比為權重，對各客戶端返回的訓練好的共享模型進行加權求和得到聚合模型，對各客戶端返回的訓練好的原型矩陣進行加權求和得到聚合矩陣； A14、將共享模型更新為聚合模型，將原型矩陣更新為聚合矩陣后，對原型矩陣進行歸一化處理，重復步驟A12-A13進行迭代，直至達到預設迭代次數；此時的共享模型即為訓練好的模型； 其中，當客戶端接收到中心服務器下發的共享模型和原型矩陣后，將客戶端中本地數據集輸入至共享模型中進行聚類對比訓練，具體包括：對客戶端中本地數據集中的每一個本地數據樣本均執行以下操作： B11、對本地數據樣本分別進行兩次隨機的數據增強，得到第一對比樣本和第二對比樣本； B12、分別將第一對比樣本和第二對比樣本輸入至其接收到的共享模型中，得到第一樣本特征和第二樣本特征； B13、分別將第一樣本特征和第二樣本特征與其接收到的原型矩陣中各聚類中心的向量表示進行映射匹配，得到第一特征編碼向量和第二特征編碼向量； B14、通過最小化第一樣本特征與第二特征編碼向量之間的交叉熵損失和第二樣本特征與第一特征編碼向量之間的交叉熵損失，對其接收到的共享模型中的參數以及其接收到的原型矩陣進行更新。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人華中科技大學，其通訊地址為：430074 湖北省武漢市洪山區珞喻路1037號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。