摘要
本申请公开了一种基于捕捉变量间关系的碳排放预测方法、设备及介质,涉及交通碳排放预测技术领域。方法包括:基于预设的交通碳排放影响因素集合,计算交通碳排放影响因素集合与交通碳排放量之间的相关性,并进行初步筛选,得到初步变量候选池;对初步变量候选池进行多重共线性检测并更新,生成筛选后的变量候选池;通过XGBoost算法对筛选后的变量候选池进行非线性关系分析,筛选得到关键变量序列;将关键变量序列与交通碳排放量输入至Transformer模型,进行特征嵌入和位置编码,生成时序向量;对时序向量分别预测不同级别水平下的交通碳排放水平。本申请通过上述方法确保了变量筛选过程的科学性和模型构建的可靠性,进而增强模型的预测能力。
技术关键词
排放预测方法
变量
XGBoost算法
排放量
皮尔逊相关系数
卫星遥感图像数据
计算机可执行指令
多源特征
碳排放预测技术
时序
交通监控视频
卷积神经网络提取
序列
相关系数法
前馈神经网络
编码
交叉验证法