Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海宝碳新能源环保科技有限公司朱伟卿获国家专利权

上海宝碳新能源环保科技有限公司朱伟卿获国家专利权

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!

龙图腾网获悉上海宝碳新能源环保科技有限公司申请的专利一种碳资产交易中的自动化数据核查系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119379223B

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411961519.6,技术领域涉及:G06Q10/10;该发明授权一种碳资产交易中的自动化数据核查系统是由朱伟卿;窦永华;林翰设计研发完成,并于2024-12-30向国家知识产权局提交的专利申请。

一种碳资产交易中的自动化数据核查系统在说明书摘要公布了:本发明提供一种碳资产交易中的自动化数据核查系统,涉及碳资产管理技术领域,所述系统包括数据采集层、数据整合层、核查模型层、交互与安全层,LSTM时间序列分析单元的滑动窗口技术增加了训练样本数量,SVM分类核查单元通过核函数技巧处理非线性数据并经交叉验证优化参数,两者协同作用,无论是对碳数据的趋势预测还是异常判断都更为可靠,极大减少了误判和漏判情况,从而提升了整个自动化数据核查系统的准确性和可靠性,为碳资产交易的公平公正提供了有力保障,能够有效地采集、整合碳资产交易数据,利用先进的算法模型进行准确的核查,并通过区块链与智能合约保障数据交互的安全与可信,为碳资产交易市场的健康稳定发展提供有力的技术支持。

本发明授权一种碳资产交易中的自动化数据核查系统在权利要求书中公布了:1.一种碳资产交易中的自动化数据核查系统,其特征在于:所述系统包括数据采集层、数据整合层、核查模型层、交互与安全层,其中: 所述数据采集层用于从多源获取碳资产交易相关数据并进行初步处理,包括联邦学习与边缘计算模块,用于通过联邦学习算法实现多数据持有方协同训练核查模型且利用边缘计算在数据源端预处理数据,所述联邦学习与边缘计算模块包括联邦学习子单元和边缘计算子单元,所述联邦学习子单元用于建立联邦学习协调服务器以与各数据提供方本地节点通信协调,各数据提供方基于本地碳数据训练本地模型并将模型参数加密上传至协调服务器,服务器聚合参数后下发更新本地模型以迭代训练全局模型,所述边缘计算子单元用于在企业内部数据源附近部署边缘计算设备对原始数据进行实时预处理,包括数据压缩、格式转换与初步筛选,筛选后的可疑异常数据传输至数据整合层; 所述数据整合层用于将采集的数据基于语义网技术进行整合关联与存储管理,包括语义网数据整合模块,所述语义网数据整合模块包括本体构建单元、语义映射与关联单元、数据存储与管理单元,所述本体构建单元用于构建碳交易领域本体模型定义核心概念及其相互关系,所述语义映射与关联单元用于将采集数据与本体模型映射匹配并关联整合,所述数据存储与管理单元用于分类存储整合后数据并管理访问权限; 所述核查模型层用于利用多种算法模型对整合后数据进行核查,包括融合LSTM-SVM核查模块和GNN关系核查模块,所述融合LSTM-SVM核查模块包括LSTM时间序列分析单元和SVM分类核查单元,所述LSTM时间序列分析单元用于获取历史碳数据及相关时间序列数据训练LSTM网络模型以输出时序特征向量与预测趋势值,所述SVM分类核查单元用于接收特征向量并依据训练好的SVM模型判断数据是否正常,所述GNN关系核查模块包括碳交易关系图构建单元和GNN分析与核查单元,所述碳交易关系图构建单元用于构建碳交易关系图,所述GNN分析与核查单元用于基于关系图利用GNN算法挖掘异常模式; 所述交互与安全层用于保障数据交互安全可信并自动化执行交易与核查流程,包括区块链与智能合约模块,所述区块链与智能合约模块包括区块链数据存储与交互单元和智能合约执行单元,所述区块链数据存储与交互单元用于建立区块链网络存储关键数据并提供查询接口,所述智能合约执行单元用于编写智能合约代码并依据条件自动执行碳资产交易与核查相关操作。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人上海宝碳新能源环保科技有限公司,其通讯地址为:201600 上海市松江区佘山镇沈砖公路3129弄1号1幢3楼A区674室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。