摘要
本发明提供了一种产品碳足迹核算方法和装置,首先获取产品的全生命周期信息;然后根据特征提取模型,提取全生命周期信息的局部特征、全局特征与动态特征;最终根据局部特征、全局特征、动态特征和深度学习模型,预测产品的碳足迹。本发明通过提取多类特征,来提高碳足迹核算的准确性,同时依据深度学习来学习碳足迹和产品数据之间的关系,从而预测碳足迹,避免数据获取不全造成的碳足迹核算不准确。
技术关键词
全生命周期信息
产品碳足迹
核算方法
特征提取模型
动态特征提取
全局特征提取
局部特征提取
深度学习模型
碳足迹核算
多类特征
核算装置
模块
数据
关系
系统为您推荐了相关专利信息
智能仓储物流系统
标签
画像模型
协同过滤推荐模型
环境参数采集单元
特征提取模型
通道
图像
车辆控制器
深度学习模型
图像分析设备
图像特征提取模型
样本
数据收集单元
承载底座
图像识别方法
聚乙烯管道
分类器模型
特征提取模型
神经网络算法模型
数据比对方法
特征提取模型
数据比对算法
动态分析数据
传感终端