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：上海海事大学
摘要：本发明涉及一种基于港口拥堵态势的船舶碳排放预测方法、装置及存储介质。该方法获取包括船舶在港特征数据和拥堵指标多变量时间序列特征数据的AIS原始数据与历史动态数据后，利用训练好的TTAO‑2DCNN‑BiLSTM‑SEAM混合模型预测得到相应的船舶碳排放量，混合模型的训练过程包括根据获取的数据利用预先构建的拥堵碳排放核算模型获取第一碳排放量数据，利用获取的数据和第一碳排放量数据构建数据集并进行预处理，初始化2DCNN‑BiLSTM‑SEAM预测模型并利用TTAO算法优化预测模型的超参数，最后训练新的2DCNN‑BiLSTM‑SEAM预测模型。与现有技术相比，本发明具有有效实现港口拥堵态势下船舶碳排放的全面精确预测等优点。
主权项：1.一种基于港口拥堵态势的船舶碳排放预测方法，其特征在于，包括以下步骤：S1，获取AIS原始数据与历史动态数据，包括船舶在港特征数据和拥堵指标多变量时间序列特征数据；S2，基于所述AIS原始数据和得到历史动态数据，利用训练好的TTAO-2DCNN-BiLSTM-SEAM混合模型进行预测，得到相应的船舶碳排放量；其中，所述混合模型的训练过程包括：S21，基于所述船舶在港特征数据和所述拥堵指标多变量时间序列特征数据，利用预先构建的拥堵碳排放核算模型获取第一碳排放量数据；S22，基于所述船舶在港特征数据、所述拥堵指标多变量时间序列特征数据和所述第一碳排放量数据，构建数据集并进行预处理；S23，初始化2DCNN-BiLSTM-SEAM预测模型，并利用TTAO算法优化所述预测模型的超参数；S24，基于预处理后的数据集和优化后的超参数，训练新的2DCNN-BiLSTM-SEAM预测模型。
全文数据：
权利要求：
百度查询： 上海海事大学 基于港口拥堵态势的船舶碳排放预测方法、装置及存储介质
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