摘要
本申请提供一种道路建设项目碳排放比率韧性分析方法,属于碳排放、机器学习以及大数据分析与挖掘技术领域,包括:从道路建设项目的历史数据中获取碳排放比率的历史变化趋势,结合实时监测数据,构建碳排放比率的动态变化模型;通过分析碳排放比率与干扰因素之间的相互作用关系,确定干扰因素对碳排放比率动态变化模型的影响程度和作用机制;从修正后的碳排放比率变化趋势中提取关键波动特征,结合预设的阈值,判断碳排放比率的波动是否超出可接受范围;若碳排放比率波动超出预设阈值,则采用自适应滤波算法对数据进行降噪处理,生成降噪后的碳排放比率数据;采用机器学习算法中的随机森林模型,对分段分析结果进行训练,生成碳排放比率的预测模型。
技术关键词
比率
动态变化模型
时间序列分析方法
波动特征
机器学习算法
随机森林模型
工程项目管理
分段
实时监测数据
生成碳
卡尔曼滤波算法
矩阵
关联规则挖掘算法
数据预处理技术
相关性分析方法
系统为您推荐了相关专利信息
运动负荷监测
一维卷积神经网络
集成惯性
多模态
运动模式分类
线性回归模型
土壤养分传感器
肥料存储箱
阶段
电信号
可靠性筛选方法
发光芯片
风险
电学性能参数
退化特征