基于联邦学习和区块链的跨域智能无线感知方法

本发明公开的基于联邦学习和区块链的跨域智能无线感知方法，涉及无线感知技术领域，解决跨域异构数据高效协同与隐私保护、动态环境下多目标感知模型泛化能力不足、资源约束下实时感知与计算效率矛盾的问题，本发明通过构建基于轻量化联邦学习和区块链的FL‑BLC协同安全框架，对本地客户端模型进行分布式训练；在此框架基础上，构建DB‑SE‑Yolov8感知算法模型采用并行双支路网络结构提取保留提取全局和局部细粒度信息，通过门控机制动态加权融合多尺度特征信息；利用全连接线性分类器将提取的特征信息进行回归统计，使用Softmax激活函数进行概率映射，输出感知结果。在提高跨域无线感知精度的同时有效改善跨域异构数据的隐私保护能力。

《基于联邦学习和区块链的跨域智能无线感知方法》是一发明专利，专利号为 2025114163587，当前法律状态为已下证，由青岛科技大学提出申请，发明人为徐凌伟;李天成;孙海洋;程涵冰;方珺;付文哲，申请日期为2025-09-30，公开（公告）日期为2026-04-14，国际专利分类号（IPC）为 H04W 12/033 (2021.01)，高新资质：未报高企，所属技术领域包括：26年下证物联网寄生链交易防护计算机互联网网络通信交易区块链医疗数据安全杀毒网络安全防御隐私保护网络安全存储互联网杀毒区域链服务器医疗系统应用在医疗数据隐私保护、金融、物联网等领域医院软件医院互联网金融基金支付宝购物电子商务电商跨境电商区块链区域链物流供应链社交。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开的基于联邦学习和区块链的跨域智能无线感知方法，涉及无线感知技术领域，解决跨域异构数据高效协同与隐私保护、动态环境下多目标感知模型泛化能力不足、资源约束下实时感知与计算效率矛盾的问题，本发明通过构建基于轻量化联邦学习和区块链的FL‑BLC协同安全框架，对本地客户端模型进行分布式训练；在此框架基础上，构建DB‑SE‑Yolov8感知算法模型采用并行双支路网络结构提取保留提取全局和局部细粒度信息，通过门控机制动态加权融合多尺度特征信息；利用全连接线性分类器将提取的特征信息进行回归统计，使用Softmax激活函数进行概率映射，输出感知结果。在提高跨域无线感知精度的同时有效改善跨域异构数据的隐私保护能力。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！