買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜大連理工大學(xué)申請的專利一種基于隨機森林的碳強度關(guān)鍵影響因子識別方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114881165B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210567546.X，技術(shù)領(lǐng)域涉及：G06F18/243；該發(fā)明授權(quán)一種基于隨機森林的碳強度關(guān)鍵影響因子識別方法是由李天鵬;鄭洪波設(shè)計研發(fā)完成，并于2022-05-24向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于隨機森林的碳強度關(guān)鍵影響因子識別方法在說明書摘要公布了：本發(fā)明涉及碳減排策略計算領(lǐng)域，具體為一種基于隨機森林的碳強度關(guān)鍵影響因子識別方法。本發(fā)明較傳統(tǒng)碳強度影響因子解析方法具有數(shù)據(jù)選取靈活、不受維度限制的特點，可以比較精準地識別諸多潛在影響因子中較重要的影響因子，彌補傳統(tǒng)解析方法數(shù)據(jù)維度限制的缺陷，為準確實行碳減排方案提供了科學(xué)參考，也為區(qū)域碳減排政策制定提供相對側(cè)重點。

本發(fā)明授權(quán)一種基于隨機森林的碳強度關(guān)鍵影響因子識別方法在權(quán)利要求書中公布了：1.一種基于隨機森林的碳強度關(guān)鍵影響因子識別方法，其特征在于，具體步驟如下：1數(shù)據(jù)收集與分類：包括待識別區(qū)域若干年的碳強度數(shù)據(jù)以及潛在碳強度影響因子的數(shù)據(jù)，并將碳強度影響因子按類別劃分，劃分類別包括化石能源產(chǎn)量、電力規(guī)模、高能耗產(chǎn)業(yè)規(guī)模、能源消耗量、交通運輸行業(yè)發(fā)展、居民收入及消費、技術(shù)進步和土地利用；2將該區(qū)域的碳強度作為因變量，潛在碳強度影響因子數(shù)據(jù)作為自變量，將碳強度潛在影響因子數(shù)據(jù)歸一化處理；3構(gòu)建基于決策樹的隨機森林模型，即建立模型算法并進行驗證；具體模型構(gòu)建過程分為以下步驟：S1，將碳強度數(shù)據(jù)集隨機按比例劃分為訓(xùn)練集和測試集，并將所有潛在影響因子數(shù)據(jù)輸入RandomForestRegressor模型；S2，設(shè)置sklearn.RandomForestRegressor參數(shù)并訓(xùn)練數(shù)據(jù)集，參數(shù)包括：決策樹最大迭代次數(shù)n_estimators、袋外樣本評估oob_score、劃分特征評價標準criterion、最大特征數(shù)max_features、決策樹最大深度max_depth、內(nèi)部節(jié)點再劃分所需最小樣本數(shù)min_samples_split、葉節(jié)點最少樣本數(shù)min_samples_leaf、葉節(jié)點最小樣本權(quán)重min_weght_fraction_leaf、最大葉節(jié)點數(shù)max_leaf_nodes和節(jié)點劃分最小不純度min_impurity_split；其中，節(jié)點處劃分特征評價標準選取均方差，每一個決策樹的構(gòu)建過程遵循節(jié)點特征均方差最小原則，采用網(wǎng)格搜索方法與手動調(diào)整參數(shù)結(jié)合的方法確定最優(yōu)參數(shù)，即完成RandomForestRegressor模型構(gòu)建；S3，為驗證訓(xùn)練結(jié)果在整體數(shù)據(jù)中的適用程度，利用最優(yōu)參數(shù)，將訓(xùn)練集的訓(xùn)練模型對測試集進行模型精度檢驗，使用均方差MSE來表征模型精度，計算公式如下： 其中，N為樣本數(shù)，observedi為第i個樣本的碳強度真實值，predictedi為第i個樣本的碳強度預(yù)測值；MSE值越小，說明該模型的精確程度越高；4結(jié)果輸出：根據(jù)建模結(jié)果，輸出所有潛在影響因子重要性程度并對其排序，通過劃定一定關(guān)鍵影響因子數(shù)目，識別碳強度的關(guān)鍵影響因子，將關(guān)鍵影響因子按步驟1中的劃分類別歸類分析。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人大連理工大學(xué)，其通訊地址為：116024 遼寧省大連市甘井子區(qū)凌工路2號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。