摘要
本发明公开了一种饮用水源地抗生素抗性基因与抗性细菌丰度协同预测方法,涉及抗生素抗性基因和抗性细菌丰度预测技术领域,包括以下步骤:选取饮用水源地的抗生素抗性基因丰度预测目标与抗生素抗性细菌丰度预测目标;引入协同预测模型所需多维特征变量;将样本数据按特定比例划分为训练集和测试集;将多任务学习赋能的支持向量回归模型作为协同预测模型,并基于训练集和网格搜索法,对协同预测模型进行参数寻优,完成模型训练;利用测试集对训练好的模型进行测试,并通过多种评价指标综合评价协同预测模型性能。本发明解决了现有预测方法难以胜任于抗生素抗性基因和抗性细菌丰度准确预测的问题。
技术关键词
协同预测方法
抗性基因
支持向量回归模型
抗生素抗性细菌
多任务
拉格朗日
样本
铜绿假单胞菌
正则化参数
变量
网格
矩阵
指标
指针
溶解氧
采样点
pH值
数据
系统为您推荐了相关专利信息
无人机群组
频谱资源分配方法
面向多任务
无人机集群
功率优化
遗传代谢病辅助筛查方法
筛查系统
机器学习模型训练
决策支持单元
患者
数据插补方法
历史运行数据
区域卷积神经网络模型
训练样本数据
支持向量回归模型
运动康复训练方法
游戏互动
多任务学习模型
时域特征
踝泵
机器学习技术
个性化推荐引擎
特征选择算法
动态特征提取
学生