龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：浙江大学
摘要：本发明公开了私家车碳排放关键特征和时空模式识别方法、设备、介质，包括：基于GPS轨迹数据识别得到私家车出行信息，从而估计私家车碳排放；从地理信息系统和兴趣点数据中提取道路网络特征和或城市功能特征；将道路网络特征和或城市功能特征分别输入至第一、第二碳排放预测模型，以私家车碳排放为训练标签，从而预测高峰时段和平峰时段分别对应的私家车交通碳排放；通过按序移除第一、第二碳排放预测模型的输入特征，计算每一输入特征对应的SHAP值，并排序，将前K1、K2个输入特征作为影响平峰时段的私家车碳排放的关键特征；对所有输入特征对应的SHAP值进行聚类，将聚类得到的离散的簇作为第一时空模式。
主权项：1.一种私家车碳排放关键特征和时空模式识别方法，其特征在于，所述方法包括：基于GPS轨迹数据识别私家车出行信息；基于私家车出行信息估计私家车碳排放；从地理信息系统和兴趣点数据中提取道路网络特征和或城市功能特征；将道路网络特征和或城市功能特征分别输入至第一碳排放预测模型、第二碳排放预测模型，以私家车碳排放为训练标签，从而预测高峰时段和平峰时段分别对应的私家车交通碳排放；通过按序移除第一碳排放预测模型的输入特征，计算每一输入特征对应的SHAP值，并排序，将前K1个输入特征作为影响高峰时段的私家车碳排放的关键特征；通过按序移除第二碳排放预测模型的输入特征，计算每一输入特征对应的SHAP值，并排序，将前K2个输入特征作为影响平峰时段的私家车碳排放的关键特征；对所有输入特征对应的SHAP值进行聚类，将聚类得到的离散的簇作为第一时空模式；包括：将所有输入特征对应的SHAP值压缩至二维潜在空间，再进行聚类，以识别出离散的簇作为第一时空模式；其中，将所有输入特征对应的SHAP值压缩至二维潜在空间包括：设置目标函数；所述目标函数基于输入特征对应的SHAP值在高维空间中的模式相似度与输入特征对应的SHAP值在低维空间中的模式相似度设置；通过优化目标函数，从而将所有输入特征对应的SHAP值压缩至二维潜在空间。
全文数据：
权利要求：
百度查询： 浙江大学 私家车碳排放关键特征和时空模式识别方法、设备、介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号