基于深度学习的碳排放源智能识别分类方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于深度学习的碳排放源智能识别分类方法
申请号:CN202510281862
申请日期:2025-03-11
公开号:CN120105161B
公开日期:2025-11-07
类型:发明专利
摘要
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。
技术关键词
识别分类方法 可靠性分析模型 多尺度卷积神经网络 地理加权回归模型 多头注意力机制 蒙特卡罗 融合多尺度特征 矩阵 数据 度量 空间插值算法 集成学习算法 指数 协同注意力 融合特征 动态 金字塔网络 贝叶斯模型 注意力模型