一种多变量LSTM预测碳同位素丰度的方法及设备(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种多变量LSTM预测碳同位素丰度的方法及设备,包括:包括:采集空气中的碳同位素数据以及气象因子并计算相对指标,之后预处理采集数据;对采集数据进行缺失值填补、异常值修正及归一化处理,构建多变量时间序列数据集;基于结合有碳同位素分馏约束的改进注意力机制进行多变量LSTM建模;对所构建模型结合碳源混合的物理约束项进行训练与优化;通过优化后的模型进行碳同位素丰度预测与误差校正。本发明通过引入分馏计算机制和Keeling辅助任务的多变量LSTM模型,实现碳同位素序列的物理一致性建模,提升碳同位素丰度预测的精度与可解释性。
《一种多变量LSTM预测碳同位素丰度的方法及设备(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2025119229646,当前法律状态为已下证,由安徽大学提出申请,发明人为崔小娟;方雨涛;王景;李敦军;陆梓豪,申请日期为2025-12-19,公开(公告)日期为2026-02-10,国际专利分类号(IPC)为 G16C 20/70 (2019.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种多变量LSTM预测碳同位素丰度的方法及设备,包括:包括:采集空气中的碳同位素数据以及气象因子并计算相对指标,之后预处理采集数据;对采集数据进行缺失值填补、异常值修正及归一化处理,构建多变量时间序列数据集;基于结合有碳同位素分馏约束的改进注意力机制进行多变量LSTM建模;对所构建模型结合碳源混合的物理约束项进行训练与优化;通过优化后的模型进行碳同位素丰度预测与误差校正。本发明通过引入分馏计算机制和Keeling辅助任务的多变量LSTM模型,实现碳同位素序列的物理一致性建模,提升碳同位素丰度预测的精度与可解释性。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
