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！

龙图腾网获悉中建碳科技有限公司;中建生态环境集团有限公司申请的专利基于深度学习的建筑碳排放数据处理方法及计算机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：CN121234004B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202511250687.9，技术领域涉及：G06F18/2113；该发明授权基于深度学习的建筑碳排放数据处理方法及计算机系统是由姚子宣;薛世伟;左婷婷;安为;王海斌;孙海霞;曹志彬设计研发完成，并于2025-09-03向国家知识产权局提交的专利申请。

本基于深度学习的建筑碳排放数据处理方法及计算机系统在说明书摘要公布了：本发明提供一种基于深度学习的建筑碳排放数据处理方法及计算机系统，通过获取建筑碳排放数据集合，执行特征关联挖掘，生成关联强度张量，关联强度张量的第一维度对应功能单元，第二维度对应时间序列位置，第三维度对应特征关联类型，张量元素表征对应功能单元在对应时间序列位置的碳排放特征与其他功能单元碳排放特征的关联程度；基于关联强度张量构建时变依赖网络，得到时变依赖网络参数；通过时变依赖网络参数追踪多尺度演化轨迹，生成多尺度演化轨迹集合；通过多尺度演化轨迹集合执行注意力机制关键路径识别，输出碳排放数据处理结果。本发明可以提升整体碳排放数据处理结果的有效性和可靠性。

本发明授权基于深度学习的建筑碳排放数据处理方法及计算机系统在权利要求书中公布了：1.一种基于深度学习的建筑碳排放数据处理方法，其特征在于，包括： 获取建筑碳排放数据集合，所述建筑碳排放数据集合包括建筑功能系统集群在连续时间序列的碳排放监测序列及关联影响序列，所述建筑功能系统集群为建筑运行过程中产生碳排放的功能单元组合，所述关联影响序列为影响功能单元碳排放特征随时间序列变化的内外环境参数序列； 对所述建筑碳排放数据集合执行特征关联挖掘，生成关联强度张量，所述关联强度张量的第一维度对应功能单元，第二维度对应时间序列位置，第三维度对应特征关联类型，张量元素表征对应功能单元在对应时间序列位置的碳排放特征与其他功能单元碳排放特征的关联程度； 基于所述关联强度张量构建时变依赖网络，得到时变依赖网络参数； 通过所述时变依赖网络参数追踪多尺度演化轨迹，生成多尺度演化轨迹集合； 通过所述多尺度演化轨迹集合执行注意力机制关键路径识别，输出碳排放数据处理结果； 所述对所述建筑碳排放数据集合执行特征关联挖掘，生成关联强度张量，包括： 从所述建筑碳排放数据集合中分离出各功能单元的碳排放监测子序列及关联影响子序列，得到功能单元数据序列集合，所述功能单元数据序列集合中的每个元素为一个功能单元对应的碳排放监测子序列与关联影响子序列的组合序列； 对所述功能单元数据序列集合中的组合序列进行特征耦合处理，生成耦合特征序列，所述特征耦合处理通过将碳排放监测子序列与关联影响子序列按时间序列位置进行特征维度交织，使每个时间序列位置的特征向量同时包含碳排放监测特征与关联影响特征； 构建关联挖掘网络，所述关联挖掘网络包含序列编码层、交叉关联层及张量输出层，所述序列编码层用于对耦合特征序列进行时间序列特征提取，所述交叉关联层用于计算不同功能单元耦合特征序列间的关联，所述张量输出层用于整合关联结果生成张量； 将所述功能单元数据序列集合输入至关联挖掘网络的序列编码层，通过堆叠的门控循环单元对各功能单元的耦合特征序列进行编码，得到功能单元编码特征序列，所述功能单元编码特征序列包含耦合特征序列的时间依赖特征； 将所述功能单元编码特征序列输入至关联挖掘网络的交叉关联层，通过多头交叉注意力机制计算任意两个功能单元编码特征序列在每个时间序列位置的关联得分，所述关联得分通过注意力权重矩阵与编码特征向量的加权组合得到； 将所述关联得分按功能单元维度、时间序列位置维度及注意力头维度排列，输入至关联挖掘网络的张量输出层，通过三维卷积层进行特征整合，得到所述关联强度张量。

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中建碳科技有限公司;中建生态环境集团有限公司，其通讯地址为：100176 北京市大兴区北京经济技术开发区科创五街38号院3号楼8层823；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。