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!
摘要:本发明公开了一种基于加权修正复合分位数回归最小门控单元的碳排放预测方法,通过卷积神经网络和复合分位数回归最小门控单元结合,从而将分位数回归和神经网络相结合。针对分位数交叉现象,对分位数曲线进行加权修正改进并在损失函数上加了惩罚项避免模型过拟合。该模型通过卷积神经网络层有效提取局部关键信息,利用最小门控单元层充分学习局部关键信息在时间上的相关性,输出条件分位数进行预测,得到最终预测结果,通过评价指标对预测结果进行评价。与现有分位数回归和神经网络结合的预测有更好的效果,提高了碳排放预测的准确性。
主权项:1.一种基于加权修正复合分位数回归最小门控单元的碳排放预测方法,其特征在于,包括以下步骤:步骤S1、获取碳排放目标数据,对数据集进行数据预处理,包括归一化处理和日期特征拓展并进行独热编码;步骤S2、对预处理后的数据集进行划分,并设置输入的数据批量数;步骤S3、使用卷积神经网络CNN对数据进行初步特征提取,再使用复合分位数回归CQR最小门控单元MinimalGatedUnit,MGU预测条件分位数,并进行加权修正,避免出现交叉现象;步骤S4、将训练好的CQRMGU模型应用于测试集,得到预测结果,通过评价指标对预测结果进行评价。
全文数据:
权利要求:
百度查询: 长春工业大学 一种基于加权修正复合分位数回归最小门控单元的碳排放预测方法
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。