摘要
本发明公开了一种考虑多维影响因素的碳市场价格预测方法,涉及碳市场价格预测技术领域,包括以下步骤:获取碳市场价格影响数据,所述碳市场价格影响数据包括能源因素影响数据和指标影响数据;获取碳市场内因信息的文本数据,对所述碳市场内因信息的文本数据基于自然语言处理获取多个关键词向量,将多个关键词向量基于交叉融合获得碳市场内因信息的综合特征向量;将所述碳市场价格影响数据和所述碳市场内因信息的综合特征向量基于SVR得到碳市场价格预测模型;根据所述碳市场价格预测模型生成短期和长期的碳市场价格曲线图,根据短期和长期的碳市场价格曲线图判断碳市场价格预测走向。本发明通过SVR技术,解决了数据收集和考虑的因素往往不够完善,导致预测模型准确性下降。并且一些模型在处理非线性关系和多变量交互时可能存在局限,导致预测能力不足的问题。
技术关键词
价格预测方法
价格预测模型
数据
自然语言
文本
加权平均法
指标
价格预测技术
捕捉关键词
最佳参数组合
网格搜索方法
能源
计量经济学
词嵌入模型
监测工业
工业生产
序列
排放量
训练集
系统为您推荐了相关专利信息
代币
符号执行技术
智能合约代码
路径探索技术
插件
三相卧螺离心机
润滑故障
故障诊断方法
连续噪声
数据
客户端
正则化参数
差分隐私保护
联邦学习系统
邻居
推理方法
微控制器
数据
卷积神经网络训练
神经网络推理
网络安全监测系统
攻击检测模块
网络通信
数据处理模块
网络节点