面向车联网的联邦学习模型定制框架及算法改进

针对车联网联邦学习服务难以满足用户训练个性化模型的需求,提出一种创新性的车联网联邦学习模型定制化服务框架。该框架采用了一种融合设备贡献度和数据集相似性的联邦学习聚合算法,实现了个性化联邦学习。该算法通过不同权重分配方式和相似性计算,使得不同用户可以根据自己的需求和数据特征,选择合适的模型训练方案。该框架还提出了一种双重抽样验证方法,解决了模型性能和可信度问题;此外,利用智能合约支持数据协作,保障了数据的安全性。实验结果表明,提出算法在大多数实验场景中表现出较高的准确率,该框架可以显著提高车联网服务的个性化水平,同时保证模型的准确性和可靠性。

基于慢行品质提升的寒地空中步道优化策略

城市慢行品质的提高,有助于提高行人的步行意愿,改善生活习惯,促进身体健康,城市的拥堵现象也会有所改善。文中以空中步道的空间设施为研究基础,基于哈尔滨人行天桥现状,结合寒地的气候条件,分析行人的步行需求及出行特征,总结出提高行人慢行品质的原则和策略。通过改善空中步道的空间环境,对其基础设施进行舒适性改造设计,从而为行人提供更为舒适、便捷的通行体验。