摘要
本发明公开了一种基于遗传算法和BP神经网络的土壤重金属含量空间分布预测方法,旨在使用遗传算法扩增数据,实现基于小样本数据的重金属含量空间分布预测,提高土壤重金属含量预测的准确性和效率,具体包括:样本数据获取;对样本数据进行聚类,分为若干种群;在每个种群内部使用遗传算法产生新个体,并用BP评价网络对新个体适应度进行评价,判断是否保留;新个体数量达到要求或遗传算法迭代次数完成后,完成数据扩增;构建BP预测网络,用样本数据和新个体数据训练该网络并评价网络的性能;使用该网络预测待插值点处的重金属含量值,完成土壤重金属含量空间分布预测。
技术关键词
空间分布预测方法
土壤重金属含量
遗传算法
sigmoid函数
神经网络模型
数据
均值聚类算法
样本
坐标
因子
编码
系统为您推荐了相关专利信息
图像特征检索方法
球体
倒排索引结构
空间位置关系
神经网络模型
运动特征参数
等级评估方法
搜索雷达
神经网络模型训练
方位角
信任预测方法
长短期记忆网络
传感节点
注意力机制
传感器节点
人工智能神经网络
数据预处理算法
优化神经网络
无监督学习
深度神经网络
高强复合瓦楞纸板
结构缺陷检测方法
纸板材料
空间关系分析
Delaunay三角剖分