成果推介‖作者:李洪敏等:《数据分析与知识发现》,融合关键信息粒度的多源异构时域卷积碳排放预测模型研究,2025

来源:    发布人:   发布时间:2025-06-20   浏览次数:

【按语】我院以绿色为底绘就绿色发展,践行“绿水青山就是金山银山”发展理念,奋力打造“两山”理论的理论研究桥头堡,产生了一批高水平且具有社会影响力的研究成果。学院官网建立“成果推介”栏目,以展示我院师生的优秀成果,传播我院师生在生态文明建设和绿色可持续发展等方面的学术观点,为“筑牢生态屏障、推动绿色发展”提供有益借鉴。


作者:李洪敏,杨文豪,马宏阳,王建州

题名:融合关键信息粒度的多源异构时域卷积碳排放预测模型研究

期刊:数据分析与知识发现(CSSCIAMI核心、复合影响因子3.957,学院高质量期刊)

摘要:[目的]综合考虑城市碳排放信息的非完整性、特征的多元性以及排放规律的复杂性,全面刻画碳排放的复杂动态过程对预测精度的提升至关重要。[方法]提出了一种融合关键信息粒度的多源异构时域卷积碳排放预测HOSVD-TCN模型。首先使用自动提取技术抓取原始粒度信息,其次运用自然语言处理社交媒体的实体文本,形成关键信息粒度的情感值。通过高阶奇异值分解和重构异质信息,生成高质量的张量表示,并将重构后的碳排放量作为预测模型的输入。最后使用时域卷积模型TCN预测碳排放量。[结果]实验结果表明,所提出模型三个城市的平均MAPE值仅为6.96%,预测性能优于其他主流的对比模型。[局限]多模态数据处理的复杂度较高,预测效果受限于现有数据集的规模。[结论]HOSVD-TCN充分结合了HOSVD的特征提取能力和TCN的时空捕捉能力,实现了对城市碳排放的准确预测,为城市规划和管理提供了有力的技术支持和科学依据。



作者简介:

李洪敏,东北林业业大学经济管理学院副教授,硕士生导师,经济统计学专业负责人。研究方向为统计预测与决策,机器学习及其应用。在《Applied Mathematical Modelling》、《Knowledge-Based Systems》、《Expert Systems with Applications》、《环境科学》、《农林经济管理学报》等国内外知名期刊发表检索论文30余篇,其中4篇文章入选“ESI检索高被引论文”。主持和参与国家自然科学基金项目、国家社会科学基金重大项目、教育部人文项目、黑龙江省自然科学基金优秀青年项目等多项。截止至2025年6月,个人谷歌学术引用次数1000余次,H指数18。出版科学出版社专著1部,软件著作权6项。

杨文豪,经济统计学专业本科生,通过支林计划免试攻读东北林业大学金融硕士。曾获得东北林业大学优秀学生特等奖学金、优秀毕业生等多项荣誉奖励。参与国家级、省部级科研项目多项,先后于《Ecological Indicators》、《数据分析与知识发现》等期刊发表论文。研究方向为强化学习决策,深度学习预测及其应用。





东北林业大学版权所有 中国 黑龙江省哈尔滨市香坊区和兴路26号 邮编:150040 技术支持:网络信息中心  备案号:黑ICP备19004777号