公开(公告)号：CN118428545A

公开(公告)日：2024-08-02

申请号：CN202410610817.4

申请日：2024-05-16

Applicant: 大连海事大学

Inventor： 王新建 ,  李键 ,  冯胤伟 ,  王津 ,  栾建霖 ,  李海江 ,  杨再励 ,  刘正江

IPC: G06Q10/04 ,  G06Q50/26 ,  G06Q50/40 ,  G06F16/21 ,  G06F16/23 ,  G06F16/29 ,  G06F18/20 ,  G06F18/21 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/0455 ,  G06N3/0499 ,  G06N5/045 ,  G06F123/02

Abstract: 本发明提供一种解决在突发事件影响下的船舶排放时间序列预测方法，包括：利用基于船舶航行活动状态识别的改进方法，估算特定海域内的船舶排放量，并构建特定海域内船舶排放数据库；构建模块化深度学习模型SCLCC，并利用SCLCC模型对船舶排放数据库进行训练，从而对在突发事件影响下的船舶排放时间序列进行预测；采用均方误差、平均绝对误差、平均绝对百分比误差以及调整的R2值指标，对SCLCC模型的性能进行评价；利用Spearman相关性检验以及衍生动态时间扭曲算法DDTW分析经过STL分解后数据相关性以及时间序列数据相似性的变化，然后将SCLCC模型的解释聚焦于趋势项和季节项以及回顾时间窗中的各时间点对SCLCC模型的相对贡献，以此确保SCLCC模型的可解释性。