基于动态图卷积网络的联邦学习私家车速度预测方法
实质审查的生效
摘要
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辆速度。
基本信息
专利标题 ：
基于动态图卷积网络的联邦学习私家车速度预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114492995A
申请号 ：
CN202210092001.8
公开（公告）日 ：
2022-05-13
申请日 ：
2022-01-26
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
蒋洪波陈湘菊肖竹刘代波曾凡仔
申请人 ：
湖南大学
申请人地址 ：
湖南省长沙市岳麓区麓山南路麓山门
代理机构 ：
长沙轩荣专利代理有限公司
代理人 ：
丛诗洋
优先权 ：
CN202210092001.8
主分类号 ：
G06Q10/04
IPC分类号 ：
G06Q10/04 G06Q50/30 G06N3/04 G06N3/08 G06N20/20
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政；管理
G06Q10/04
预测或优化，例如线性规划、“旅行商问题”或“下料问题”
法律状态
2022-05-31 ：
实质审查的生效
IPC(主分类) : G06Q 10/04
申请日 : 20220126
申请日 : 20220126
2022-05-13 ：
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
