摘要
本发明公开了一种基于机器学习预测非金属材料催化过硫酸盐降解污染物的速率常数的模型及应用,本发明综合采用简单和复杂集成学习机器学习模型针对非金属材料催化过硫酸盐对污染物的降解速率进行模型构建,并分别计算不同模型评价指标,根据R2和RMSE值选取性能表现最优的模型作为污染物迁移转化预测最终模型,该模型能够实现对污染物降解速率的快速预测,模型效果较好。
技术关键词
催化过硫酸盐
非金属材料
机器学习模型训练
LightGBM模型
变量
N氧化物
XGBoost模型
处理单元
速率
数据
梯度提升模型
数值
样本
催化剂
随机森林模型
存储单元
决策树模型
处理器
系统为您推荐了相关专利信息
分类器
Pearson相关系数
训练集数据
信号源
欺骗检测方法
储能控制方法
储能系统
风电
充放电功率
模糊集构建
机载嵌入式软件
自动生成方法
语句
生成测试用例
三元组
动态任务分配方法
任务分配模型
周期
多平台
通道