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！

龍圖騰網恭喜江南大學申請的專利基于聯邦自監督學習的任務卸載和資源分配方法和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：CN119396600B 。

龍圖騰網通過國家知識產權局官網在2025-05-30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：202510009607.4，技術領域涉及：G06F9/50；該發明授權基于聯邦自監督學習的任務卸載和資源分配方法和系統是由顧雪瑩;吳瓊設計研發完成，并于2025-01-03向國家知識產權局提交的專利申請。

本基于聯邦自監督學習的任務卸載和資源分配方法和系統在說明書摘要公布了：本發明提供一種基于聯邦自監督學習的任務卸載和資源分配方法和系統，屬于車聯網邊緣計算技術領域。其中方法包括構建目標車輛的第一本地模型；確定任務卸載迭代次數和未訓練迭代的次數；確定目標車輛的第二本地模型；將本地數據卸載到RSU，以確定第三本地模型；確定目標車輛的系統狀態、目標時隙的動作和獎勵以更新SAC網絡；確定基站的全局模型；以根據最終的SAC網絡進行資源分配并根據最終的全局模型進行任務卸載。本發明減少了系統能耗，提高了聯邦自監督學習的卸載效率和準確性。

本發明授權基于聯邦自監督學習的任務卸載和資源分配方法和系統在權利要求書中公布了：1.一種基于聯邦自監督學習的任務卸載和資源分配方法，其特征在于，包括：S1，獲取基站存儲的聯邦訓練的全局模型以及基站為目標車輛分配的第一傳輸功率、CPU頻率和任務卸載比例；S2，根據全局模型的每層參數和模型結構構建目標車輛的第一本地模型；其中，車輛n存儲在前一輪捕獲的Z張圖像，稱為本地數據，并且擁有一個與基站側全局模型結構相同的模型，稱為本地模型；S3，根據CPU頻率和任務卸載比例確定任務卸載迭代次數和未訓練迭代的次數；S4，根據第一本地模型和本地數據確定目標車輛新的本地模型，以作為第二本地模型；S5，根據任務卸載迭代次數，將本地數據以第一傳輸功率卸載到RSU，以確定RSU的本地模型，并作為第三本地模型；S6，將第二本地模型、第三本地模型、目標車輛的位置信息、目標車輛在目標時隙的速度、目標車輛的總能耗和未訓練迭代的次數上傳至基站，以確定目標車輛的系統狀態、目標時隙的動作和獎勵；S7，根據目標車輛的系統狀態、目標時隙的動作和獎勵更新SAC網絡；S8，根據參與聯邦訓練的所有車輛對應的第二本地模型和第三本地模型，確定基站的全局模型；S9，重復S1-S8的操作，直至達到聯邦訓練的預設訓練輪次，得到最終的SAC網絡和全局模型，以根據最終的SAC網絡進行資源分配并根據最終的全局模型進行任務卸載。

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江南大學，其通訊地址為：214122 江蘇省無錫市濱湖區蠡湖大道1800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”。