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！

龙图腾网获悉交通运输部天津水运工程科学研究所申请的专利一种基于联合学习的跨系统风险数据融合方法及系统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：CN121580213B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202610108412.X，技术领域涉及：G06F18/2431；该发明授权一种基于联合学习的跨系统风险数据融合方法及系统是由邓孟涛;彭士涛;于迅;肖令设计研发完成，并于2026-01-27向国家知识产权局提交的专利申请。

本一种基于联合学习的跨系统风险数据融合方法及系统在说明书摘要公布了：本发明属于数据处理技术领域，尤其涉及一种基于联合学习的跨系统风险数据融合方法及系统；本发明通过实时验证指标与数据量动态调整权重，解决了传统联邦学习中一刀切聚合的缺陷，使高价值数据可自动获得更高贡献，在完全不共享原始数据的前提下，通过加密聚合与动态权重分配，实现了比集中式训练更快的响应速度。

本发明授权一种基于联合学习的跨系统风险数据融合方法及系统在权利要求书中公布了：1.一种基于联合学习的跨系统风险数据融合方法，其特征在于，所述方法包括以下步骤： S1：获取各个监测系统的运行数据,所述监测系统包括设备监测系统、环境感知系统以及运营管理系统； S2：对所述各个监测系统的运行数据进行数据预处理操作； S3：构建用于跨系统风险数据融合的联合学习模型；所述联合学习模型包括本地模型、全局模型、安全聚合协议以及通信机制； S4：对所述联合学习模型进行训练； S4.1：全局模型初始化；S4.2：根据初始化的全局模型，确定动态聚合权重；所述S4.2具体为：各参与方使用本地的训练集训练初始化的全局模型的本地模型，优化本地风险分类损失；每个参与方从所述本地的训练集中划分5%-10%作为验证集，计算本地模型的验证指标；并根据本地本轮训练的样本数量Nit，计算基础权重； 其中，第i个参与方的t轮训练的基础权重的计算公式为： ； 在本步骤中，所述验证指标为AUC值、F1分数或风险分类准确率； 联邦协调方收集各参与方的验证指标、基础权重、历史可信度计算动态聚合权重； 计算公式为：； 式中，α,β,γ为超参数，通过所述联邦协调方的元学习过程动态调整，Norm为归一化函数； S4.3：联邦协调方根据所述动态聚合权重对参与方的参数进行加权聚合，得到所述全局模型权重，从而实现训练； S5：将预处理后的所述各个监测系统的运行数据输入至训练好的联合学习模型中，得到风险数据融合结果。

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交通运输部天津水运工程科学研究所，其通讯地址为：300456 天津市滨海新区新港二号路37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。