龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：浙江大学
摘要：本发明公开了一种基于个性化联邦图信号学习的分布式交通流量预测方法，首先利用周期图法计算每个客户端的显著周期并上传至服务器端，服务器端将近似周期的客户端聚类成簇，然后采用图信号处理方法计算客户端图结构的特征值和模型参数一起上传至服务器端，再在服务器端利用客户端上传的信息进行个性化聚合操作，为每个客户端生成个性化预测模型并下发至客户端，同时为服务器端生成全局模型。本发明设计的个性化聚合操作，在不交互交通区域间流量数据的前提下构建客户端交通流量预测模型之间的协作机制，而设计的周期图和图信号处理方法，通过提取客户端交通流量数据的时空特征，增强协作的有效性，提升个性化模型和全局模型的性能。
主权项：1.一种基于个性化联邦图信号学习的分布式交通流量预测方法，包括如下步骤：1构建基于个性化联邦学习的交通流量预测框架，该框架包括一个中心云服务器端以及多个交通区域客户端，每个客户端负责一块交通路网区域，在每一通信轮次客户端利用本地记录的历史交通流量数据对个性化预测模型进行局部训练，并上传模型至中心云服务器端，中心云服务器端通过聚合得到下一轮次的个性化预测模型和簇全局模型并下发给客户端，供客户端作为初值进行下一轮次的局部训练，依此经过多轮次迭代后客户端确立各自最终的模型用于其所辖路网区域的交通流量预测；2在所述交通流量预测框架下通过周期图法对客户端进行聚类；3对客户端的交通流量数据进行时空特征提取；4根据聚类结果以及时空特征对客户端局部训练得到的模型进行聚合，得到下一轮次的个性化预测模型以及簇全局模型。
全文数据：
权利要求：
百度查询： 浙江大学 基于个性化联邦图信号学习的分布式交通流量预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号