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！

龙图腾网获悉新疆大学申请的专利一种基于缺失数据插补的稀疏注意力大气碳浓度预测方法及系统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：CN119227902B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202411480384.1，技术领域涉及：G06Q10/04；该发明授权一种基于缺失数据插补的稀疏注意力大气碳浓度预测方法及系统是由秦继伟;孙得志设计研发完成，并于2024-10-23向国家知识产权局提交的专利申请。

本一种基于缺失数据插补的稀疏注意力大气碳浓度预测方法及系统在说明书摘要公布了：本发明提供一种基于缺失数据插补的稀疏注意力大气碳浓度预测方法及系统，包括以下步骤：采集大气碳数据；其中，大气碳数据包括XCO2和XCH4两个气象变量；采用基于历史回填辅助数据的多重插值方法，对大气碳数据进行缺失数据插补，获得完整数据序列；对完整数据序列进行标准化以及异常值处理，获得大气碳数据集；基于大气碳数据集以及稀疏注意力机制大气碳浓度预测模型，进行大气浓度双模式多尺度预测，获得浓度预测结果。本发明技术方案能有效提高多元双碳数据时间序列预测的精确性。

本发明授权一种基于缺失数据插补的稀疏注意力大气碳浓度预测方法及系统在权利要求书中公布了：1.一种基于缺失数据插补的稀疏注意力大气碳浓度预测方法，其特征在于，包括以下步骤： 采集大气碳数据；其中，所述大气碳数据包括XCO2和XCH4两个气象变量； 采用基于历史回填辅助数据的多重插值方法，对所述大气碳数据进行缺失数据插补，获得完整数据序列； 对所述完整数据序列进行标准化以及异常值处理，获得大气碳数据集；获得大气碳数据集的方法为： 将所述完整数据序列转换为统一的日粒度尺度并对每日的大气碳数据进行均值化处理，获得平均值序列； 对所述平均值序列进行异常值检测与去除； 基于去除异常值的平均值序列，获得大气碳数据集，并将所述大气碳数据集划分为训练集、验证集以及测试集；基于所述大气碳数据集以及稀疏注意力机制大气碳浓度预测模型，进行大气浓度双模式多尺度预测，获得浓度预测结果； 使用概率稀疏自注意方法改进iTransformer模型的自注意模块，获得所述稀疏注意力机制大气碳浓度预测模型；构建所述稀疏注意力机制大气碳浓度预测模型的方法为： 将所述训练集中不同气象变量的原始时间序列独立嵌入到令牌中； 基于概率稀疏自注意，对嵌入的所述原始时间序列进行均匀抽样，选择局部上下文； 基于局部上下文的选择，将所述原始时间序列压缩为预设长度的短时间序列； 基于所述短时间序列，计算稀疏注意力权矩阵； 基于所述稀疏注意力权矩阵，对所述短时间序列中局部邻域进行稀疏关注，获得局部邻域相关信息； 基于所述局部邻域相关信息，捕捉不同气象变量原始时间序列的周期性、趋势信息以及多变量之间的依赖关系，完成稀疏注意力机制大气碳浓度预测模型的构建。

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新疆大学，其通讯地址为：830046 新疆维吾尔自治区乌鲁木齐市天山区胜利路666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”。