一种针对碳排放量的TimesNet多源迁移预测方法

AITNT
正文
推荐专利
一种针对碳排放量的TimesNet多源迁移预测方法
申请号:CN202411549909
申请日期:2024-11-01
公开号:CN119476594A
公开日期:2025-02-18
类型:发明专利
摘要
本发明涉及碳排量预测领域,公开了一种针对碳排放量的TimesNet多源迁移预测方法,包括以下步骤:S1:数据采集与预处理;S2:源域模型预训练;S3:目标域多源模型的构建与微调;S4:迁移训练好的多源模型进行预测;S5:输出最终预测结果。本发明建立针对碳排放量的TimesNet多源迁移预测模型,通过TimesNet模型将碳排放数据的时间变化分解为2维张量,考虑了碳排放数据的时序特征;在模型中加入域自适应层以最小化域间差异,解决了在网络学习后期域间差异显著,可迁移能力下降的问题;通过改造损失函数并进行迁移学习,实现不需集成模型就可完成碳排放量的分解、集成及预测,解决为碳排放预测任务重新开发模型所耗成本较大的问题。
技术关键词
模型预训练 样本 滑动窗口 特征提取器 温室气体排放量 时间序列特征 网络 数据 参数 定义 时序特征 多尺度 工业生产 周期性 非线性 误差
系统为您推荐了相关专利信息
1
一种基于联邦学习的跨物流中转场资源协同分配方法
物流 联邦学习模型 协同分配方法 资源分配策略 多源异构数据
2
产品评价方法、系统及存储介质
产品样本 评价方法 矩阵 形态 生成产品
3
一种物联网电力协议的自适应匹配方法及系统
协议特征 物联网电力 协议解析器 物联网终端设备 节点
4
一种知识增强型医疗幻觉静态检测及修正方法和系统
修正方法 时效性 训练样本数据 特征提取模型 动态
5
一种基于美术教育AI的自学系统及评分方法
评分方法 图像分析算法 图像特征向量 自学系统 图像数据集合
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号