公开(公告)号：CN117273792A

公开(公告)日：2023-12-22

申请号：CN202311342570.4

申请日：2023-10-17

Applicant: 北京林业大学

Inventor： 牟超 ,  崔晓晖 ,  陈志泊 ,  谢政 ,  杨世杰

IPC: G06Q30/0201 ,  G06F18/25 ,  G06V10/44 ,  G06F18/213 ,  G06N3/0455 ,  G06F123/02

Abstract: 本发明公开了一种融合遥感图像和历史碳价格时序数据的城市碳价格预测方法，涉及机器学习人工智能以及遥感图像分析领域。包括如下步骤：首先，直接获取研究区域历史遥感数据、历史城市碳价格数据，形成初始数据集；其次，利用MFTSformer中的Transformer模型与CNN模型，分别对时间序列数据和图像数据进行训练并进行输出特征；再次，将两个模型得到特征进行融合拼接；最后，将融合数据输入MFTSformer模型中的解码器的全连接层结构，输出得到碳价格市场的预测结果。本发明利用获取成本较低的多源数据和大规模深度神经网络结合，在碳价格市场波动起伏明显的情况下，依然可以实现精准地预测城市碳价格的能力。