摘要
本发明公开了一种基于多模型加权的土壤容重预测方法和装置,该方法包括:将获得的土壤样本集分为训练样本集和验证样本集,土壤样本包括真实土壤容重和环境变量集;基于训练样本集对构建的支持向量机、Cubist、随机森林和梯度提升机模型分别进行拟合得到4种初始容重预测模型;采用Granger‑Ramanathan方法基于4种初始容重预测模型的预测精度对4种初始容重预测模型的输出结果赋权重后加和得到最终预测土壤容重。该预测方法能够稳定、精准的预测不同未知环境下的土壤容重。
技术关键词
随机森林模型
多模型
变量筛选方法
精度
梯度提升机
样本
土壤有机碳含量
支持向量机
卫星遥感影像
粘粒含量
环刀
气候
预测装置
标记
误差
生物
存储器
处理器
系统为您推荐了相关专利信息
车辆运行参数
样本
序列
时间提前
预测模型训练方法
行人轨迹预测方法
大语言模型
深度学习模型
模板
自然语言
粒子群优化算法
残余应力值
应力无损检测
参数
粒子群算法
触觉传感器
钕铁硼磁性
触觉传感装置
序列
作用力
害虫检测方法
类别预测模型
文本分类器
图像分类器
多模态