摘要
本发明是一种基于特征融合的BP神经网络县域能源消费碳排放测算方法,利用基尼系数分析地区生产总值、固定资产投资总额、年末常住人口数、城镇化率、绿地面积、第二产业比重和夜间灯光总值7类特征在能源消费碳排放中的重要性,并对其分配不同的权重,基于权重融合得到新的特征作为模型输入。采用BP神经网络的建模方式,建立了一种基于特征融合的BP神经网络的县域能源消费碳排放测算方法,改变了传统能源消费碳排放测算方法数据缺失或测算精度较低的现状,大幅度提高建模精度,能有效对县域能源消耗碳排放进行测算,为制定合理的差异化碳减排政策和发展绿色低碳经济提供科学依据。
技术关键词
排放测算方法
夜间灯光影像
碳排放测算模型
土地利用数据
能源
排放量
夜间灯光数据
绿地面积
样本
sigmoid函数
BP神经网络模型
土地利用现状
误差函数
计算误差
行政区
神经网络训练
系统为您推荐了相关专利信息
控制性能评估方法
多模型
波动工况
评估指标体系
新能源并网逆变器
数字卫星仿真系统
电子模块
网络管理模块
数据管理模块
星载计算机软件
风光互补设备
环境感知数据
系统配置方法
风光互补电源系统
智能算法