-
题名基于多源信息融合的碳价格预测模型
- 1
-
-
作者
郑一鸣
连子炎
兰子梦
-
机构
安徽大学互联网学院
-
出处
《价值工程》
2022年第28期94-96,共3页
-
基金
国家自然科学基金(72001001,71871001,71701001,71771001)资助
安徽省自然科学基金(No.2008085QG334)
安徽大学大学生创新创业项目(202110357254)。
-
文摘
搜索引擎为大数据时代的时间序列预测提供了多源信息。传统的预测方法通常仅基于历史交易数据或影响因素,没有同时考虑多源信息的特点。因此,本论文为提高预测精度,充分利用各种类型的数据信息,筛选9个能够反映民众关注热度的关键词,并降维处理,结合历史交易信息,分别构建带有不同输入层的LSTM和LSSVM预测模型。本文以碳价格预测为例,结果表明,同时考虑关注热度和历史交易信息的LSSVM模型在预测精度和稳定性方面表现突出。
-
关键词
多源信息
碳价格
时间序列预测
LSSVM模型
-
Keywords
multi-source information
carbon price
time series prediction
LSSVM model
-
分类号
TP311.1
[自动化与计算机技术—计算机软件与理论]
-
