摘要
本发明提供一种基于多项式回归与神经网络的碳排放趋势预测方法,包括:S11、分别构建全生命周期的碳排放模型和流程图模型;S12、对碳排放模型和流程图模型进行数据清洗与预处理,输出高质量数据;S13、通过动态更新机制对高质量数据进行更新;S14、使用多项式回归分析方法建立碳排放预测模型,将碳排放数据输入到碳排放预测模型中,输出碳排放趋势预测结果。本发明能够提升高碳排数据精准度和时效性,缩短评估周期,降低成本,为环境监管、保护决策提供有力依据。
技术关键词
回归分析方法
趋势预测方法
DBSCAN聚类算法
多项式
数据处理框架
一致性检测
动态更新
输入神经网络模型
数据质量检查
增量学习算法
滑动窗口机制
对象
梯度提升树
报告
密度
数据更新
数据格式
系统为您推荐了相关专利信息
加速度
地球自转角速度
标定方法
离心机主轴
误差系数
真空玻璃
模拟退火算法
性能检测方法
支持向量回归模型
训练特征
护照
集成系统
深度学习模型
保护方法
秘密分享方法