摘要
本发明公开了一种基于融合多尺度特征提取与时序依赖分析的航运业碳排放预测方法,属于碳排放预测与时间序列分析领域。方法包括获取历史航运碳排放数据并进行预处理;采用完全集合经验模态分解自适应噪声技术对预处理后的数据进行多尺度分解,生成n个本征模态函数和一个残差序列并输入至Transformer模型中,获得本征模态函数的数据特征并输入至LSTM模型,获得预测的n个本征模态函数和n个残差序列;叠加所有预测结果,并经过平滑处理得到最终的碳排放预测结果,再获得训练好的Transformer模型和LSTM模型以对航运业碳排放进行预测。本方法适用于航运碳排放监管、碳减排政策评估及碳中和路径规划等实际应用场景。
技术关键词
排放预测方法
多尺度特征提取
集合经验模态分解
序列
噪声技术
记忆单元
LSTM模型
时序
编码向量
前馈神经网络
矩阵
注意力机制
预测系统
数据模块
参数
系统为您推荐了相关专利信息
需求预测模型
预训练模型
学习预测方法
动态时间规整
节点特征
项目调度方法
编码
遗传模拟退火算法
基因
染色体
化工危化品
搬运机器人
搬运控制系统
风险
搬运控制方法
花边机
花型图案
织物花型
客户反馈信息
故障根源分析