一种用于城市场景中的车辆速度预测方法及系统

本发明涉及一种应用于城市场景的车辆速度预测方法及系统，该方法利用个性化联邦学习方法在服务器上实现个性化聚合，捕获客户端特定信息，并通过基于多头注意力的序列到序列长短期记忆网络模型进行个性化车速预测。个性化联邦学习方法包括：服务器发送全局模型至客户端初始化本地模型；客户端执行迭代训练并上传模型至服务器；服务器聚合本地模型更新全局模型，并根据迭代轮数决定是否计算个性化聚合权重；若需计算，则基于加权均方误差得到个性化聚合权重，进而生成客户端定制的聚合模型并发送。网络模型采用编码器‑解码器架构，包含两层长短期记忆网络和多头注意力层，最后接全连接层。本发明能在保护数据隐私的同时实现个性化车速预测。