公开(公告)号：CN117729520A

公开(公告)日：2024-03-19

申请号：CN202311651617.5

申请日：2023-12-04

Applicant: 南京邮电大学

Inventor： 黄耿俊 ,  姚美琪 ,  李洋 ,  徐小龙

IPC: H04W4/40 ,  H04W84/18 ,  H04W4/08 ,  G06N20/00 ,  G06Q10/04 ,  G06F21/62

Abstract: 本发明提供一种基于有效性的半异步联邦学习的车辆轨迹预测方法，包括：路侧单元内车辆节点的动态自组织；路侧单元与车辆节点收集数据，路侧单元聚合更新数据；车辆节点基于泛化因子，结合有向无环图，利用组播机制与点对点机制，进行基于泛化研究的异步合作联邦学习算法，获得最终模型；引入动态比例因子计算模型权重，并将其与模型上传给服务器；服务器利用有效性感知的联邦学习算法，聚合路侧单元上传的模型，再将最终全局模型分发给各个路侧单元，多次迭代得到性能良好的模型。本发明使用社会长短期记忆网络模型在车辆轨迹数据集中验证了本方法的有效性，有效减少距离误差，提高准确率，同时在预测的稳定性上也具有不错的表现。