中国能源建设集团广东省电力设计研究院有限公司陈志坚获国家专利权
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！
龙图腾网获悉中国能源建设集团广东省电力设计研究院有限公司申请的专利基于深度学习的碳排放源智能识别分类方法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：CN120105161B 。
龙图腾网通过国家知识产权局官网在2025-11-07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：202510281862.4，技术领域涉及：G06F18/24；该发明授权基于深度学习的碳排放源智能识别分类方法是由陈志坚;王海吉;黄立冬;金钟炜;胡健坤设计研发完成，并于2025-03-11向国家知识产权局提交的专利申请。
本基于深度学习的碳排放源智能识别分类方法在说明书摘要公布了：本发明公开了基于深度学习的碳排放源智能识别分类方法，具体涉及碳排放识别技术领域，采集得到目标监测区域的碳排放时空数据集，通过时空对齐算法，形成标准化的时空数据集；基于聚类算法，将采集的碳排放时空数据集划分为若干时间区域和若干空间位置；将每个时空位置对应的数据源按照分辨率梯度划分为多个层级，使用多尺度卷积神经网络提取每个时空位置的时空特征，所述时空特征包括全局特征和局部特征；计算得到每个时空位置的对齐优先级；根据对齐优先级调整数据源的对齐粒度；为对齐优先级数值大的时空位置匹配细粒度对齐，或在粗对齐的基础上进行细粒度对齐。
本发明授权基于深度学习的碳排放源智能识别分类方法在权利要求书中公布了：1.基于深度学习的碳排放源智能识别分类方法，其特征在于，包括： 采集得到目标监测区域的碳排放时空数据集；通过时空对齐算法，形成标准化的时空数据集，包括： 将采集的碳排放时空数据集划分为若干时间区域和若干空间位置，将每个时空位置对应的数据源按照分辨率梯度划分为多个层级，使用多尺度卷积神经网络提取每个时空位置的时空特征，时空特征包括全局特征和局部特征； 基于不同时空位置的时空特征相似性和波动，结合地理加权回归模型优化的地理加权系数，计算得到每个时空位置的对齐优先级；根据对齐优先级调整数据源的对齐粒度：为对齐优先级数值大的时空位置匹配细粒度对齐，或在粗对齐的基础上进行细粒度对齐； 引入蒙特卡罗模拟与贝叶斯推断验证对齐可靠性，量化不确定性分布，计算时空一致性指数并优化对齐过程，若时空一致性指数低于预设值则预警； 基于对齐后的数据集，通过图神经网络和多头注意力机制融合多尺度特征，分类识别碳排放源。
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中国能源建设集团广东省电力设计研究院有限公司，其通讯地址为：510700 广东省广州市黄埔区广州科学城天丰路1号；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”。
以上内容由龙图腾AI智能生成。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励