龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：湖南科技学院
申请日：2024-03-05
公开（公告）日：2024-05-10
公开（公告）号：CN118014154A
主分类号：G06Q10/04
分类号：G06Q10/04;G06Q50/26;G06N3/04;G06N3/084
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.28#实质审查的生效;2024.05.10#公开
摘要：本发明公开了一种基于新陈代谢神经网络模型的碳排放精度预测方法和系统，包括如下步骤：S1、模型预测数据归一化处理，将逐年产生的二氧化碳排放量作为原始数据转换为向量的形式，归一化到指定的向量；S2、相似度数据特征编码，为数据每个离散特征的取值创建一个独立的二进制变量；S3、采用灰色预测模型对原始数据进行拟合和预测，生成初步预测结果；S4、将预测结果的误差作为神经网络模型的输入，通过训练神经网络模型对误差进行拟合，修正灰色预测结果以达到对碳排放量精准预测的目的。本发明综合了灰色预测的局部拟合能力和神经网络的全局搜索和循环训练能力，能够学习和自适应碳排放数据的动态变化，提高了对未来碳排放的预测准确性。
主权项：1.一种基于新陈代谢神经网络模型的碳排放精度预测方法，其特征在于：包括如下步骤：S1、模型预测数据归一化处理，将逐年产生的二氧化碳排放量作为原始数据转换为向量的形式，归一化到指定的向量，其中每个向量表示数据集中的一个样本；S2、相似度数据特征编码，为数据每个离散特征的每个取值创建一个独立的二进制变量；S3、采用灰色预测模型对二进制变量表示的二氧化碳排放量进行拟合和预测，生成初步预测结果；S4、将预测误差作为神经网络模型的输入，训练神经网络模型对预测误差进行拟合，从而修正二氧化碳排放量的灰色预测结果。
全文数据：
权利要求：
百度查询： 湖南科技学院 基于新陈代谢神经网络模型的碳排放精度预测方法和系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号