申请/专利权人：中国民航大学

申请日：2024-01-05

公开（公告）日：2024-02-09

公开（公告）号：CN117540215A

主分类号：G06F18/214

分类号：G06F18/214;G06N3/0442;G06N3/098;G06F21/60;G06F30/27

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.01#实质审查的生效;2024.02.09#公开

摘要：本发明提供了一种航班延误预测模型训练方法、电子设备和存储介质，包括：客户端利用对应的本地数据集对对应的当前本地模型进行训练，得到对应的本地模型参数并发送给服务器端；服务器端对当前接收到的本地模型参数进行聚合处理，得到全局模型参数，如果当前的模型训练信息满足预设收敛条件，则向每个客户端发送指示停止模型训练的控制指令，否则，将得到的全局模型参数发送给每个客户端；响应于接收到服务器端发送的全局模型参数，每个客户端基于接收到的全局模型参数对当前的本地模型参数进行更新，得到更新后的本地模型作为当前本地模型；每个客户端将对应的当前本地模型作为目标预测模型，并退出当前控制程序。本发明能够提高预测精度。

主权项：1.一种航班延误预测模型训练方法，其特征在于，所述方法的应用场景包括服务器端以及与所述服务器端通信连接的n个客户端；所述方法包括如下步骤：S100，每个客户端利用对应的本地数据集对对应的当前本地模型进行训练，得到对应的本地模型参数并将得到的本地模型参数加密后发送给所述服务器端；所述本地数据集包括航班运行数据和对应的气象数据，所述本地模型由门控循环单元神经网络构成；S200，服务器端对当前接收到的n个加密后的本地模型参数进行聚合处理，得到全局模型参数，如果当前的模型训练信息满足预设收敛条件，则向每个客户端发送指示停止模型训练的控制指令，执行S400，否则，将得到的全局模型参数发送给每个客户端，执行S300；所述模型训练信息至少包括模型收敛状态、训练次数和训练时间；S300，响应于接收到服务器端发送的全局模型参数，每个客户端基于接收到的全局模型参数对当前的本地模型参数进行更新，得到更新后的本地模型作为当前本地模型，执行S100；S400，每个客户端将对应的当前本地模型作为目标预测模型，并退出当前控制程序。

全文数据：

权利要求：

百度查询： 中国民航大学 一种航班延误预测模型训练方法、电子设备和存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD