买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜平安科技(深圳)有限公司申请的专利交通流预测模型训练方法、装置、电子设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN112446544B 。

龙图腾网通过国家知识产权局官网在2024-09-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202011381851.7，技术领域涉及：G06Q10/04；该发明授权交通流预测模型训练方法、装置、电子设备及存储介质是由李泽远;王健宗设计研发完成，并于2020-12-01向国家知识产权局提交的专利申请。

本交通流预测模型训练方法、装置、电子设备及存储介质在说明书摘要公布了：本发明涉及人工智能技术，揭露了一种基于联邦迁移学习的交通流预测模型训练方法，包括：利用本地数据库进行交通流预测模型的训练，在损失函数收敛时，得到本地模型梯度；通过迁移学习将所述本地模型梯度传输给参与联邦迁移学习的其他参与方进行各自模型的训练；当所有参与方的模型中的损失函数都收敛时，将所述本地模型梯度发送给云端；根据所述云端返回来的联邦学习之后的模型梯度，得到标准交通流预测模型；利用所述标准交通流预测模型对交通数据进行分析，得到交通流分析结果。本发明还提供一种基于联邦迁移学习的交通流预测模型训练装置、设备及存储介质。本发明实现了在保护用户数据隐私的条件下，提高模型精确性及降低模型计算压力。

本发明授权交通流预测模型训练方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种基于联邦迁移学习的交通流预测模型训练方法，其特征在于，所述方法应用于参与联邦迁移学习的其中一个参与方，包括：利用所述参与联邦迁移学习的其中一个参与方的本地数据库中的交通数据对预先创建的交通流预测模型进行训练，直到所述交通流预测模型的损失函数收敛，得到本地模型梯度；通过迁移学习将所述本地模型梯度传输给参与联邦迁移学习的其他参与方，以使其他参与方的各自模型根据所述本地模型梯度对其他参与方的本地数据库中的交通数据进行训练，以减少各自模型的迭代次数；当所有参与联邦迁移学习的参与方的模型中的损失函数都收敛时，将各个参与联邦迁移学习的参与方的本地模型梯度发送给云端进行联邦学习，以使所述云端对所述各个参与联邦迁移学习的参与方的本地模型梯度进行梯度聚合运算，包括：将各个参与联邦迁移学习的参与方的本地模型梯度进行梯度聚合运算得到联合模型梯度，将所述联合模型梯度发送给各个参与联邦迁移学习的参与方；接收所述云端返回来的所述联合模型梯度，将所述联合模型梯度载入所述交通流预测模型，根据所述联合模型梯度修改所述交通流预测模型中的变量，得到标准交通流预测模型；接收用户传送的交通数据，并利用所述标准交通流预测模型对所述交通数据进行分析，得到交通流分析结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人平安科技(深圳)有限公司，其通讯地址为：518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。