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！

龙图腾网获悉南京航空航天大学申请的专利一种基于可解释性联邦学习缓解Non-IID影响的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：CN116070713B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202211722746.4，技术领域涉及：G06N20/00；该发明授权一种基于可解释性联邦学习缓解Non-IID影响的方法是由周文杰;李丕绩;刘哲设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本一种基于可解释性联邦学习缓解Non-IID影响的方法在说明书摘要公布了：本发明公开了一种基于可解释性联邦学习缓解Non‑IID影响的方法。本发明主要基于本地客户端更新对于聚合模型各类别学习能力的影响，引入验证集可解释机制去刻画中心服务器中验证集样本的可解释性结果，利用结构相似指标SSIM对各类别的可解释性结果进行评估，从而推断出数据不均衡的客户端。再对这些数据不均衡的客户端的参数进行调整，最小化不均衡客户端模型和上一轮全局聚合模型参数之间的梯度距离，通过梯度距离的收敛纠正不均衡客户端模型的参数。从而达到减弱数据不均衡所带来的负面影响。

本发明授权一种基于可解释性联邦学习缓解Non-IID影响的方法在权利要求书中公布了：1.一种基于可解释性联邦学习缓解Non-IID影响的方法，其特征在于，包括以下步骤： 1构建Non-IID场景：针对目标数据集，利用狄利克雷分布，给每个客户端分配不同数量，不同标签的数据，构建出一个Non-IID场景；具体包括：首先设有K个类别标签，参与联邦学习的客户端数目为N个，每个类别标签的样本需要按照不同的比例划分在不同的客户端上，客户端上的类别数目也不尽相同； 其次设矩阵为类别标签分布矩阵； 其中行向量表示类别c在不同的客户端上的概率分布向量，每一维表示第c个类别的样本划分； 该概率分布向量采样自狄利克雷分布： ； ； ； 其中为参数； 2构建验证集：中心服务器中，每个类别放置一张图片作为验证集； 3选择客户端进行可解释性：将由客户端本地更新方向与上一轮聚合模型更新方向计算出的余弦相似度作为评分，选取评分低的k个客户端参与可解释性；或者根据客户端的代表梯度对客户端进行聚类，从聚类后的c类中选取m个客户端参与可解释性； 4筛选数据不均衡的客户端：通过比较参与聚合的每个客户端模型和上一轮聚合的全局模型，对同一验证集进行可解释后的高亮特征图的差别，进行相似度计算，各类相似度变化幅度超过设定的阈值，则被认为该客户端数据不均衡；具体包括：将中心服务器上部署的验证集分别输入到上一轮聚合模型与本次进行可解释性操作的客户端模型，再根据模型的分类结果进行可解释性，得到高亮特征图；对两个模型的高亮特征图进行一一对应的相似度计算，相似度计算公式如下： ； 其中表示图片x的系数，表示系数的复共轭，K表示一个用于增强鲁棒性的正常量；若各类相似度变化幅度超过设定的阈值，则被认为该客户端数据不均衡； 5动态调整客户端模型参数：最小化不均衡客户端模型和上一轮全局聚合模型参数之间的梯度距离，通过梯度距离的收敛纠正客户端模型的参数，并且根据联邦学习聚合的时间灵活的调整最小化梯度的迭代次数。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。