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！

龙图腾网获悉深圳大学申请的专利一种面向大规模路段尺度的城市道路网排放动态评估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：CN119783983B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510238095.9，技术领域涉及：G06Q10/063；该发明授权一种面向大规模路段尺度的城市道路网排放动态评估方法是由孙茂棚;黄正东;刘稳;马丁;龙亚谦;朱维;李灿鹏设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。

本一种面向大规模路段尺度的城市道路网排放动态评估方法在说明书摘要公布了：一种面向大规模路段尺度的城市道路网排放动态评估方法，属于城市道路网排放预测技术领域。为精准考虑多尺度空间因素对碳排放的综合影响，本发明构建路网拓扑结构，得到所有路段的排放历史数据进行扩充，然后构建多尺度空间特征提取模块，包括片区特征提取层、路段特征提取层、门控融合层、时间特征提取模块、排放预测模块。然后基于所有路段的排放历史数据进行面向大规模路段尺度的城市道路网排放动态预测。本发明将各个层面的数据进行有机整合，充分挖掘数据间的潜在联系，全面细致地反映道路碳排放的空间分布差异，为碳排放分析和预测奠定了坚实的基础，提升对道路碳排放空间特征的表征能力，为精准预测和有效减排策略的制定提供强有力的支撑。

本发明授权一种面向大规模路段尺度的城市道路网排放动态评估方法在权利要求书中公布了：1.一种面向大规模路段尺度的城市道路网排放动态评估方法，其特征在于，包括如下步骤： S1.构建路网拓扑结构，基于道路及道路间的连接关系来定义交通网络，采集路段在过去的t个时间步的碳排放特征数据及其对应的路网拓扑结构数据，得到所有路段的排放历史数据； S2.将步骤S1得到的所有路段的排放历史数据，输入到1×1卷积层中进行数据扩充，得到扩充特征后的排放历史数据； S3.构建多尺度空间特征提取模块，包括片区特征提取层、路段特征提取层、门控融合层，将步骤S2得到的扩充特征后的排放历史数据集分别输入到片区特征提取层、路段特征提取层中进行特征提取得到片区注意力分数、路段注意力分数，然后将得到的片区注意力分数、路段注意力分数输入到门控融合层中进行特征融合，得到空间特征提取后的排放特征数据； 步骤S3的具体实现方法包括如下步骤： S3.1.构建片区特征提取层：首先构建区域查询子空间Qarea、区域键子空间Karea和区域值子空间Varea，表达式为： Qarea＝X'WQ area Karea＝X'WK area Varea＝X'WV area 其中，WQ area、WK area、WV area分别是区域查询子空间Qarea、区域键子空间Karea和区域值子空间Varea的可学习权重矩阵，X'为经过位置嵌入后的所有路段的排放历史数据； 计算第i个路段之间的区域注意力分数表达式为： 其中,xi表示第i个路段过去时间的碳排放特征数据的矩阵形式；是第i个路段在区域查询子空间中对应的值，dk是预设参数，Ai是通过训练进行优化的第一缩放参数，Bi是通过训练进行优化的第二缩放参数； 然后对第i个路段之间的区域注意力分数引入加权机制，得到调整后的第i个路段的区域注意力分数的表达式为： 其中，⊙是哈达玛积，Tarae是可学习的张量，softmax为实数向量转换为概率分布的函数； 对特征变换层引入ReLU函数进行初步非线性变换，计算表达式为： 其中，Uarea是特征变换矩阵，是初步变换后的区域特征； 然后利用多层感知机生成函数对初步变换后的区域特征进行处理，得到处理后的区域特征的表达式为： 其中，Garea是多层感知机生成函数； 然后对第i个路段的区域注意力分数和处理后的区域特征进行特征融合，得到改进后第i个路段的区域全局特征，表达式为： 其中，表示特征拼接操作，Parea是投影矩阵，为改进后第i个路段的区域全局特征； S3.2.构建路段特征提取层，包括构建第i个路段的路段查询子空间Qroad,i、路段键子空间Kroad,i和路段值子空间Vroad,i，表达式为： Qroad,i＝X'WQ road,i Kroad,i＝X'WK road,i Vroad,i＝X'WV road,i 其中，WQ road,i、WK road,i、WV road,i分别是路段查询子空间Qroad,i、路段键子空间Kroad,i和路段值子空间Vroad,i的可学习权重矩阵； 将路段查询子空间Qroad,i、路段键子空间Kroad,i进行点积运算，计算第i个路段的路段注意力分数表达式为： S3.3.构建门控融合层； 首先是维度自适应权重计算，路段特征维度自适应权重的计算公式为： 其中，Dim·用于获取输入特征向量的维度的函数； 片区特征维度自适应权重的计算公式为： 设置门控信号的表达式为： 其中，gi表示第i个路段的门控信号，通过sigmoid激活函数计算得到，取值范围在[0,1]，用于对输入数据进行加权选择处理；Froad·，Farea·分别是对路段特征和片区特征进行线性变换的函数，通过特定的权重矩阵将多维特征向量映射为一维向量； 然后基于门控信号进行特征融合，得到空间特征提取后的第i个路段的排放特征数据XS,i，表达式为： S4.构建时间特征提取模块，在Transformer架构的基础上设计时间步之间的注意力分数，对步骤S3得到的空间特征提取后的排放特征数据进行时间特征提取，得到时空提取后的排放特征数据； S5.构建排放预测模块，构建其他路段对步骤S4得到的时空提取后的排放特征数据的影响方法，得到面向大规模路段尺度的城市道路网排放预测结果。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区南海大道3688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。