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！

龙图腾网获悉长春大学申请的专利基于车辆状态感知适用于动态车联网的联邦学习训练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：CN121745225B 。

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：202610223052.8，技术领域涉及：G06N3/098；该发明授权基于车辆状态感知适用于动态车联网的联邦学习训练方法是由王绍强;闵浩嘉;李舒彤;钱嘉鹏;郑金涛设计研发完成，并于2026-02-25向国家知识产权局提交的专利申请。

本基于车辆状态感知适用于动态车联网的联邦学习训练方法在说明书摘要公布了：本发明属于车联网和通信安全技术领域，公开一种基于车辆状态感知适用于动态车联网的联邦学习训练方法，该方法采集车辆客户端的车辆运行状态信息，对候选车辆客户端进行初步筛选，对通过筛选的车辆客户端计算综合评分，采用选取评分排名靠前与随机补充相结合的客户端选择策略，确定本轮参与联邦学习的车辆客户端集合；对于被选中的车辆客户端，根据车辆速度和计算能力自适应配置本地训练参数，在本地数据集上执行本地训练，得到模型更新；服务器端对有效参与车辆客户端的模型更新进行加权聚合，并引入动量机制对模型更新过程进行平滑处理，得到新的全局模型参数。此种方式有效提高了高动态车联网环境下联邦学习的稳定性、鲁棒性和训练效率。

本发明授权基于车辆状态感知适用于动态车联网的联邦学习训练方法在权利要求书中公布了：1.一种基于车辆状态感知适用于动态车联网的联邦学习训练方法，其特征在于，该方法包括以下步骤： 步骤1.在联邦学习训练开始前，服务器端初始化全局模型并下发至各车辆客户端； 步骤2.在每一轮联邦学习中，服务器端首先采集车辆客户端的车辆运行状态信息，并基于车辆速度映射得到网络连接稳定性指标； 步骤3.服务器端基于车辆剩余电量和网络连接稳定性指标对候选车辆客户端进行初步筛选，剔除不满足运行条件的车辆客户端；随后，对通过筛选的车辆客户端计算综合评分，并采用选取评分排名靠前与随机补充相结合的客户端选择策略，确定本轮参与联邦学习的车辆客户端集合； 步骤4.对于被选中的车辆客户端，服务器端根据车辆速度和车辆计算能力自适应配置本地训练参数，包括本地训练轮次、批处理大小、最大训练批次数以及训练中断概率； 步骤5.车辆客户端接收服务器端下发的全局模型参数，依据自适应配置的本地训练参数在本地数据集上执行本地训练，得到模型更新后上传至服务器端； 步骤6.服务器端在接收到车辆客户端上传的模型更新后，对有效参与车辆客户端的模型更新进行加权聚合，并引入动量机制对模型更新过程进行平滑处理，得到新的全局模型参数； 步骤7.重复上述过程直至达到预设训练终止条件。

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长春大学，其通讯地址为：130022 吉林省长春市朝阳区卫星路6543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。