摘要
本发公开了一种基于机器学习算法融合的碳排放核算方法,包括:S1.构建基于模型的特征工程;S2.构建基于多类型回归算法的模型;S3.算法融合测算碳排量。该方法在变量筛选方面引入特征工程构建方法,以实现随测算主体变化而动态筛选有效变量;在算法优化方面加入多类型机器学习方法,通过算法融合的方式实现各算法对碳排放的综合测算,加大碳核算模型的应用范围,也保证了模型测算偏差的稳定性。
技术关键词
机器学习算法融合
核算方法
排放量
变量
Pearson相关系数
特征工程
回归算法
机器学习方法
交叉验证法
加权平均法
偏差
样本
学习器
数据
表达式
基础
冗余
因子
场景
系统为您推荐了相关专利信息
电压越限风险
低压配电台区
拓扑图
生成警报信号
负荷预测模型
时间控制方法
李雅普诺夫函数
液压油缸活塞杆
数学模型
电液比例伺服阀