一种大气碳数据预测方法及系统

AITNT
正文
推荐专利
一种大气碳数据预测方法及系统
申请号:CN202510242499
申请日期:2025-03-03
公开号:CN120179994A
公开日期:2025-06-20
类型:发明专利
摘要
本发明公开了一种大气碳数据预测方法及系统,包括:对TCCON及GONGGA数据集站点多变量时间序列碳数据进行预处理;划分周期趋势项,趋势分解后采用并行多尺度小波变换进行时频转换,然后进行自适应阈值去噪处理和特征提取,获得数据时频特征;通过特征融合方法对数据时频特征进行加权融合,基于梯度下降调整自适应权重及参数更新,基于融合后的特征训练改进的长短期记忆网络模型,进行大气碳浓度预测,获得预测结果。本发明显著提升了大气碳数据预测的准确性和效率。
技术关键词
特征融合方法 长短期记忆网络 数据预测方法 序列 长短期记忆模型 数据预测系统 数据预测模型 变量 局部特征提取 离散小波变换 站点 栅格 线性插值法 反演系统 多尺度特征 参数 校准 周期
系统为您推荐了相关专利信息
1
一种日志分析方法、设备、介质和产品
日志分析方法 机器学习模型 数据 序列 可视化界面
2
一种隧道不良地质近、远联合超前探测方法与系统
超前探测方法 不良地质 数据采集系统 超前探测系统 探测装置
3
大数据的管理方法、装置、设备及产品
构建知识图谱 管理方法 解析器 时间序列模型 任务调度
4
基于可穿戴设备的传感器数据标注方法、工具和存储介质
数据标注方法 可穿戴设备 模式 可视化显示模块 传感器
5
一种上机考试时间段防止冲突的方法和系统
时间段 混合预测模型 时间序列分析技术 存储组件 迭代算法
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