買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉山東科技大學申請的專利一種基于捕捉變量間關系的碳排放預測方法、設備及介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120087979B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510571281.4，技術領域涉及：G06Q30/018；該發明授權一種基于捕捉變量間關系的碳排放預測方法、設備及介質是由孫彥明;陳家碩;高文勝;肖琪;陳寶中;劉開信;劉嘉樂設計研發完成，并于2025-05-06向國家知識產權局提交的專利申請。

本一種基于捕捉變量間關系的碳排放預測方法、設備及介質在說明書摘要公布了：本申請公開了一種基于捕捉變量間關系的碳排放預測方法、設備及介質，涉及交通碳排放預測技術領域。方法包括：基于預設的交通碳排放影響因素集合，計算交通碳排放影響因素集合與交通碳排放量之間的相關性，并進行初步篩選，得到初步變量候選池；對初步變量候選池進行多重共線性檢測并更新，生成篩選后的變量候選池；通過XGBoost算法對篩選后的變量候選池進行非線性關系分析，篩選得到關鍵變量序列；將關鍵變量序列與交通碳排放量輸入至Transformer模型，進行特征嵌入和位置編碼，生成時序向量；對時序向量分別預測不同級別水平下的交通碳排放水平。本申請通過上述方法確保了變量篩選過程的科學性和模型構建的可靠性，進而增強模型的預測能力。

本發明授權一種基于捕捉變量間關系的碳排放預測方法、設備及介質在權利要求書中公布了：1.一種基于捕捉變量間關系的碳排放預測方法，其特征在于，所述方法包括： 獲取衛星遙感圖像數據，通過卷積神經網絡提取區域交通網絡的密度特征； 獲取交通監控視頻，提取車流量特征； 結合所述密度特征和車流量特征，生成多源特征張量； 基于預設的交通碳排放影響因素集合，計算所述交通碳排放影響因素集合與交通碳排放量之間的相關性，并進行初步篩選，得到初步變量候選池，具體包括： 通過Pearson相關系數法，計算所述交通碳排放影響因素集合與交通碳排放量之間的線性關系，得到Pearson相關系數； 篩選所述Pearson相關系數大于第一預設閾值的第一影響變量； 通過Spearman秩相關系數法，計算所述交通碳排放影響因素集合與交通碳排放量之間的單調關系，得到Spearman秩相關系數； 篩選所述Spearman秩相關系數大于第二預設閾值的第二影響變量； 結合所述第一影響變量和第二影響變量，得到初步變量候選池； 對所述多源特征張量與初步變量候選池共同進行多重共線性檢測，得到融合型候選變量池； 對所述融合型候選變量池進行多重共線性檢測并更新，生成篩選后的變量候選池，具體包括： 計算所述第一影響變量和第二影響變量的VIF指數，篩選存在多重共線性的變量； 針對所述融合型候選變量池中的變量，計算所述存在多重共線性的變量與剩余變量的皮爾遜相關系數； 將所述皮爾遜相關系數歸一化，得到各變量的權重系數； 根據所述權重系數，對所述存在多重共線性的變量進行加權重構，生成所述篩選后的變量候選池； 通過XGBoost算法對所述篩選后的變量候選池進行非線性關系分析，篩選得到關鍵變量序列； 將所述關鍵變量序列與交通碳排放量輸入至Transformer模型，進行特征嵌入和位置編碼，生成時序向量； 對所述時序向量分別預測不同級別水平下的交通碳排放水平，所述級別水平包括低碳、基準、高碳。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人山東科技大學，其通訊地址為：266590 山東省青島市黃島區前灣港路579號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。