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！

龙图腾网获悉湖南大学申请的专利基于协同时空卷积网络的城市碳排放预测方法和设备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：CN116108983B 。

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：202310036274.5，技术领域涉及：G06Q10/04；该发明授权基于协同时空卷积网络的城市碳排放预测方法和设备是由肖竹;李昊;蒋洪波;曾凡仔;陈文婕设计研发完成，并于2023-01-09向国家知识产权局提交的专利申请。

本基于协同时空卷积网络的城市碳排放预测方法和设备在说明书摘要公布了：本发明公开了一种基于协同时空卷积网络的城市碳排放预测方法和设备，方法包括：以城市网格为节点，分别以网格之间的空间连通性、地理邻近性和碳排放时间相似性为视角，构建城市多视角相关性的异质图；将城市碳排放和交通密度数据并行输入至异质图，各使用1个时空卷积模块分别从带碳排放和交通密度数据的异质图中提取碳排放的时空特征和交通密度的时空特征；从交通密度的时空特征中提取交通密度对碳排放的依赖性，并将交通密度对碳排放的依赖性与碳排放的时空特征融合，得到碳排放全局时空特征；将碳排放全局时空特征与外部因素结合，对城市碳排放进行协同预测。本发明以协同方法预测城市基于私家车的碳排放，可以提高城市碳排放预测精准度。

本发明授权基于协同时空卷积网络的城市碳排放预测方法和设备在权利要求书中公布了：1.一种基于协同时空卷积网络的城市碳排放预测方法，其特征在于，包括： 以城市网格为节点，分别以网格之间的空间连通性、地理邻近性和碳排放时间相似性为视角，构建城市多视角相关性的异质图； 将城市碳排放和交通密度数据分别输入至异质图，各使用1个时空卷积模块分别提取碳排放的时空特征和交通密度的时空特征； 从交通密度的时空特征中提取交通密度对碳排放的依赖性，并将交通密度对碳排放的依赖性与碳排放的时空特征融合，得到碳排放的全局时空特征； 将碳排放的全局时空特征再与当前外部因素结合，对城市碳排放进行协同预测； 其中，以网格之间的空间连通性为视角构建的拓扑结构图表示为Gc=V,Ec；其中V为节点集，Ec为图Gc中节点之间的权重集，权重使用轨迹数量的归一化值表征； 以网格之间的地理邻近性为视角构建的拓扑结构图表示为Gd=V,Ed，其中Ed为图Gd中节点之间的权重集，从实际物理距离的角度确定权重集元素表示的相关性，即： ； 式中，为图Gd中网格节点之间连接边的权重；为网格节点基于区域质心坐标之间的距离函数，d为图Gd中所有连接节点之间基于区域质心坐标之间的距离平均值； 以网格之间的碳排放时间相似性为视角构建的拓扑结构图表示为Gt=V,Et，其中Et为图Gt中连接边的权重集，利用动态时间规整函数计算不同网格节点所示区域之间的距离来表征碳排放时间相似性： ； 式中，为网格节点之间的碳排放时间相似性，分别为网格节点的碳排放时间变化的序列，为之间的动态时间规整函数值，为距离衰减参数； 所述当前外部因素包括但不限于冷启动状态和天气条件，首先使用1个全连接层将所有编码的当前因素进行特征嵌入得到1个长特征张量，然后使用另1个全连接层将长特征张量与碳排放的全局时空特征的形状匹配，最后根据匹配的长特征张量和碳排放的全局时空特征对未来个时间段的碳排放进行预测： ； ； 式中，表示未来个时间段的碳排放预测值，为第层得到的碳排放的全局时空特征，为L层累加的碳排放全局特征；和为碳排放预测时可更新学习的权重参数。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路2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”。