摘要
本发明公开了基于深度学习的碳排放源智能识别分类方法,具体涉及碳排放识别技术领域,采集得到目标监测区域的碳排放时空数据集,通过时空对齐算法,形成标准化的时空数据集;基于聚类算法,将采集的碳排放时空数据集划分为若干时间区域和若干空间位置;将每个时空位置对应的数据源按照分辨率梯度划分为多个层级,使用多尺度卷积神经网络提取每个时空位置的时空特征,所述时空特征包括全局特征和局部特征;计算得到每个时空位置的对齐优先级;根据对齐优先级调整数据源的对齐粒度;为对齐优先级数值大的时空位置匹配细粒度对齐,或在粗对齐的基础上进行细粒度对齐。
技术关键词
识别分类方法
可靠性分析模型
多尺度卷积神经网络
地理加权回归模型
多头注意力机制
蒙特卡罗
融合多尺度特征
矩阵
数据
度量
空间插值算法
集成学习算法
指数
协同注意力
融合特征
动态
金字塔网络
贝叶斯模型
注意力模型