摘要
一种基于云边协同训练的分布式交通流预测方法,包括:构建交通流混合预测模型,通过各道路节点部署的边缘服务器对本地交通流数据进行预处理,得到时间序列,然后利用时间序列对交通流混合预测模型进行本地训练,得到本地模型参数;基于云边协同训练策略,边缘服务器将本地模型参数上传到云端服务器进行聚合,然后云端服务器将聚合后的模型参数下发到各个边缘服务器,以进行下一轮本地训练,如此迭代训练,直至各个边缘服务器的交通流混合预测模型均达到损失函数最小化,从而完成交通流混合预测模型的训练;各边缘服务器利用训练好的交通流混合预测模型进行交通流预测。本发明能够减小云端服务器的计算压力,满足交通流预测的实时性。
技术关键词
混合预测模型
交通流预测方法
云端服务器
长短期记忆网络
记忆单元
输出特征
序列
参数
模块
编码器
分段
解码器
融合特征
策略
数据
系统为您推荐了相关专利信息
屏幕显示调节方法
电脑
屏幕显示参数
数据
调节系统
广告营销系统
广告投放策略
数据更新
投入产出比
传输单元
长短期记忆网络
记忆单元
动态监测方法
脂肪
转移概率矩阵
大语言模型
专家知识库
人机互动接口
互联网
云端服务器
数据分析决策系统
数据异常监测
时间预测模型
云平台
记忆单元