一种基于联邦学习的交通流量预测方法.pdfVIP

下载本文档

9
0
约1.26万字
约 12页
2023-05-19 发布于北京
举报
版权申诉

一种基于联邦学习的交通流量预测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于联邦学习的交通流量预测方法，其特点是采用差分隐私技术对梯度信息加噪的方法，在客户端‑服务器架构的基础上构建基于长短期记忆网络LSTM的流量预测模型，具体包括：系统初始化、客户端对本地数据处理、局部计算、参数聚合和模型更新等步骤。本发明与现有技术相比具有通过将新兴的联邦学习系统与LSTM深度学习网络结合，打破了“数据孤岛”，通过一个不需要原始数据交换的局部训练模型，提供了可靠的数据隐私保护，在敌手已知大部分数据数据信息的情况下，针对单个用户进行数据保护，在数据集上关注了不同时间

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881371 A (43)申请公布日 2022.08.09 (21)申请号 202210701909.4 (22)申请日 2022.06.21 (71)申请人华东师范大学地址 200241