目前关于碳排放量的预测还没有一个公认的统一的预测模型,通过阅读文献,可以发现CNN-LSTM模型对居民价格消费指数、短时交通流、中国消费者信心指数以及股票指数问题在预测方面展示出优越的性质,结合碳排放量数据的特性,本文将构建一个基于CNN-LSTM模型的中国碳排放量实时预测模型。通过使用多层CNN网络提取碳排放影响因素的...
CNN-LSTM模型实时预测碳排放量预测是碳中和目标达成工作中的重要组成部分.为了实时预测碳排放量,本文结合卷积神经网络在数据特征提取方面的优势和长短期记忆人工神经网络解决时间序列各个观测值依赖性问题的特点,提出了一种基于CNN-LSTM的碳排放量预测模型.通过选取Carbon Monitor网站中国地区2019—2020年碳排放量的数据,...
基于小波的CNN-LSTM-Attention瓦斯预测模型研究 为提高非平稳性瓦斯浓度预测精度,基于小波分析方法,分解重构瓦斯时序数据,分离高,低频率特征子序列,组成输入特征矩阵,引入卷积神经网络(CNN)获取多特征输入空间联系,... 曹梅,杨超宇 - 《中国安全生产科学技术》 被引量: 0发表: 2023年 基于CNN-LSTM-Attention的工业...
基于CNN-Bi-LSTM模型的煤含水率预测研究 煤含水率监测对降低储运煤的碳排放指标意义重大,针对港口煤场堆垛含水率监测需求,提出了一种基于CNN-Bi-LSTM网络的煤炭含水率预测方法,该方法基于卷积神经网络和双向... 刘强,李娜,张淼,... - 《中国煤炭》 被引量: 0发表: 2023年 基于CNN及Bi-LSTM的无人机时序...
基于CNN-Bi-LSTM模型的煤含水率预测研究 煤含水率监测对降低储运煤的碳排放指标意义重大,针对港口煤场堆垛含水率监测需求,提出了一种基于CNN-Bi-LSTM网络的煤炭含水率预测方法,该方法基于卷积神经网络和双向... 刘强,李娜,张淼,... - 《中国煤炭》 被引量: 0发表: 2023年 加载更多研究...