本發明提供一種用于交通狀態估計的聯邦學習算法,涉及交通狀態監管領域。該用于交通狀態估計的聯邦學習算法,包括以下步驟:S1、構建LSTM;S2、發送給各個RSU;S3、模型訓練;S4、利用A3C算法強化學習算法進行參數上傳以及下載策略的分配;S5、各個RSU模型根據參數上傳以及下載策略,選擇是否將模型參數發送給服務器或者從服務器下載最新的模型參數以繼續訓練;S6、參數聚合并計算成本;S7、重復步驟S2?S6;S8、得到預測結果以及成本。通過長短時記憶(LSTM)模型提取交通狀態的時間相關性,并估計交通流量及道路車速兩種交通狀態指標,解決了基于聯邦學習的交通狀態估計研究網絡資源分配不合理、客戶端參與聯邦學習不均衡的問題。
聲明:
“用于交通狀態估計的聯邦學習算法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)