CN119808015A 一种基于时空关联分析和深度学习的机动车排放模型方法及系统 （山东交通学院）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119808015A

(43)申请公布日2025.04.11

(21)申请号202311312170.9

(22)申请日2023.10.11

(71)申请人山东交通学院

地址250023山东省济南市交校路5号

(72)发明人冯海霞贾强张丽彩

(51)Int.Cl.

G06F18/27(2023.01)

G06F18/25(2023.01)

G06N3/042(2023.01)

G06N3/0442(2023.01)

G06N3/0464(2023.01)

G06N3/045(2023.01)

G06N3/082(2023.01)

权利要求书2页说明书7页附图3页

(54)发明名称

一种基于时空关联分析和深度学习的机动

车排放模型方法及系统

(57)摘要

CN119808015A本发明提供了一种基于时空关联分析和深度学习的机动车排放模型方法及系统。以多源异构的交通大数据为基础，利用地理加权回归模型、时空地理加权回归模型等对影响机动车排放的众多外部、内部影响因素进行时空分析和测度；并以时空分析后获取的关键因子、主导因子、敏感因子等构建新的图结构；以新的图结构为基础，搭建门控循环单元（GRU）与图卷积网络（GCN）结合的时空图神经网络（STGCN）