基于动态图卷积网络的联邦学习私家车速度预测方法.pdfVIP

下载本文档

3
0
约1.5万字
约 13页
2023-05-09 发布于北京
举报
版权申诉

基于动态图卷积网络的联邦学习私家车速度预测方法.pdf

1、本文档共13页，其中可免费阅读12页，需付费10金币后方可阅读剩余内容。
2、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。
3、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。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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

本发明提供了一种基于动态图卷积网络的联邦学习私家车速度预测方法，包括：步骤1，采集城市中私家车的GPS数据和OBD数据，并基于GPS数据和OBD数据提取私家车的速度数据、平均速度和最大速度；步骤2，设计基于动态图卷积神经网络的跨节点联邦学习框架，基于私家车速度数据、平均速度和最大速度对私家车未来十二个步长内的速度进行预测。本发明在联邦学习设置中使用动态图卷积网络，弥补了复杂时空数据建模和去中心化数据处理之间的差距，在真实世界的数据集上进行的交通流预测实验，用于为驾驶员提供在接下来几个时间步中的车

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114492995 A (43)申请公布日 2022.05.13 (21)申请号 202210092001.8 G06N 20/20 (2019.01) (22)申请日 2022.01.