摘要
本发明公开了一种多维动态碳排放因子建模方法及系统,具体涉及碳排放监测技术领域,用于解决现有方法在跨尺度数据融合中无法准确表征局部异常排放对全局评估影响的问题;是通过采集多维度监测数据构建数据集,基于统计检验筛选关键特征子集,建立关联矩阵提取跨维度主因子并生成分层权重参数,构建梯度掩码特征重要性网络优化特征分布,训练多维度专用子模型并动态融合输出结果,结合增量学习和迁移学习更新模型参数并过滤噪声,以及基于蒙特卡洛模拟校准不确定性区间实现动态评估;通过跨维度动态特征融合与分层优化机制,有效提升碳排放因子建模的灵敏度和评估结果的可靠性。
技术关键词
因子
建模方法
动态
多场景
权重分配机制
在线序列极限学习机
数据噪声
数据校准
蒙特卡洛
分层
成分分析
碳排放监测技术
非线性
梯度提升树模型
核密度估计法
历史数据统计
孤立森林算法
更新模型参数