一种基于集群拓展的车联网联邦动态稀疏训练方法

本发明属于车联网网络通信领域，公开一种基于集群拓展的车联网联邦学习动态稀疏训练方法。构建车联网场景下分层联邦学习训练架构：所述车联网场景下分层联邦学习训练架构为客户端‑服务器两层结构，包括边缘服务器和道路系统；基于车联网场景下分层联邦学习训练架构进行联邦动态稀疏训练：在边缘服务器的协调与管理下，训练节点基于本地数据训练稀疏网络结构，周期性地根据预定义的重构更新标准对稀疏网络结构进行更新；最终，在边缘服务器聚合并重构出一个满足目标稀疏度的全局网络结构。