基于联邦时空图学习的交通流量预测及模型训练方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于联邦时空图学习的交通流量预测及模型训练方法
申请号:CN202510829142
申请日期:2025-06-19
公开号:CN120708397A
公开日期:2025-09-26
类型:发明专利
摘要
本公开的实施例公开了基于联邦时空图学习的交通流量预测及模型训练方法。该方法的具体实施方式包括:基于本地客户端存储的历史交通流量生成时空图的节点特征矩阵;基于节点特征矩阵、预先训练的节点嵌入矩阵和预先训练的时间嵌入矩阵确定时空依赖关系;将时空依赖关系发送到服务器,并接收服务器返回的聚合时空依赖关系,其中,聚合时空依赖关系是由服务器将来自不同客户端的时空依赖关系进行聚合得到的;基于聚合时空依赖关系通过预先训练的预测模型确定未来的交通流量。该实施方式能够有效地捕捉客户端之间和客户端内部的时空依赖关系,以提高交通流量预测的准确性。
技术关键词
节点特征 矩阵 关系 时间段 客户端 服务器 模型训练方法 交通流量预测方法 模型训练装置 逼近算法 处理器 计算机程序产品 存储装置 多项式 因子 非线性 周期 电子设备