公开(公告)号：CN119068664A

公开(公告)日：2024-12-03

申请号：CN202410806117.2

申请日：2024-06-21

Applicant: 北京理工大学

Inventor： 张子剑 ,  白思萌 ,  吴言 ,  李臻 ,  王兆麒 ,  裴明涛 ,  祝烈煌

IPC: G08G1/01 ,  G06Q10/04 ,  G06N3/0464 ,  G06N3/044 ,  G06N3/0442

Abstract: 本发明涉及一种基于集群式联邦学习的城市交通流量预测方法，属于智能交通技术领域。本方法采用集群式联邦学习框架，在保护隐私数据的基础上挖掘时空依赖关系，构建集群式交通流量时空预测模型，包括获取城市交通流量数据信息、构建集群拓扑结构、本地客户端预测计算、集群领导者参数聚合、中央服务器全局参数更新等。本发明在结合城市实际路网结构及多参与方易出现数据泄露的情况下，考虑了流量数据时间和空间上复杂的依赖关系，实现了保护数据隐私，提高了预测准确性。