基于联邦学习的停车流量预测模型训练方法
公开
摘要
本发明涉及计算机应用技术领域。针对联邦学习法在停车场停车流量的预测中容易被恶意攻击，而现有的判断恶意模型的方法存在容易舍弃正常的本地模型的缺点，从而导致聚合后的全局模型收敛速度慢和模型精度偏低的上述问题，本发明提供一种提出一种基于联邦学习的停车流量预测模型训练方法，在保障数据隐私和安全的条件下，通过计算各本地模型之间的相似值和本地模型与全局模型之间的相似值，从而减少全局模型的精度偏差，提高模型的性能。
基本信息
专利标题 ：
基于联邦学习的停车流量预测模型训练方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114372046A
申请号 ：
CN202111499469.0
公开（公告）日 ：
2022-04-19
申请日 ：
2021-12-09
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
宗学森牟伟
申请人 ：
青岛亿联信息科技股份有限公司
申请人地址 ：
山东省青岛市市北区山东路168号时代国际广场15层
代理机构 ：
青岛中天汇智知识产权代理有限公司
代理人 ：
郝团代
优先权 ：
CN202111499469.0
主分类号 ：
G06F16/215
IPC分类号 ：
G06F16/215 G06F16/2458
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/215
•••提高数据质量；数据清理，例如重复数据消除、删除无效条目或更正排版错误
法律状态
2022-04-19 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
