基于联邦学习和区块链的停车预测模型训练方法与系统

摘要

本发明公开了一种基于联邦学习和区块链的停车预测模型训练方法与系统，上述方法包括：利用处理后的历史停车数据训练本地模型，并将训练后的本地模型的参数通过智能合约上传至区块链中；通过智能合约监听并聚合本地模型的参数，获得全局模型参数并上传至所述区块链中；基于全局模型参数建立全局模型，并判断全局模型是否收敛，若未收敛，则各参与方通过智能合约从区块链中获取全局模型参数继续迭代训练，直到全局模型收敛，收敛后的全局模型的参数为当前时段的全局模型参数；进入下一时段后，将上一时段的全局模型参数作为当前时段本地模型的初始模型参数，进行新一轮本地模型训练。