一种基于BC-TabNet模型的废旧家电回收价值评估方法

本发明提出了一种基于BC‑TabNet模型的废旧家电回收价值评估方法。BC‑TabNet模型融合了TabNet的特征选择能力、一维卷积神经网络（1D‑CNN）的局部特征提取优势以及BP神经网络的非线性建模特性，发挥各模块的协同优势。系统包含数据预处理模块、模型训练模块和价值评估模块。数据预处理模块对原始数据进行异常值处理、特征编码、标准化和主成分分析；模型训练模块利用预处理后的数据训练BC‑TabNet模型；价值评估模块调用训练好的模型对废旧家电进行价值评估。本发明综合考虑了废旧家电的品牌、种类、产品类型、容量、使用年限等多种因素，适用于多种废旧家电类型。