摘要
本发明涉及熟料矿相性能预测技术领域,公开了一种熟料矿相性能预测模型的训练方法,该方法包括:获取训练数据集,训练数据集中的样本数据包括:样本熟料矿相对应的多种物理参数和性能标签;在多种物理参数中确定特征参数和权重分配,其中特征参数包括第一特征参数和第二特征参数;基于训练数据集训练时,通过调整第二特征参数的选择和各个特征参数对应的权重分配对机器学习模型进行训练,直至预测结果符合预设标准,将当前的特征参数和权重分配确定为模型参数,得到用于熟料矿相性能预测的目标机器学习模型,本发明通过在训练调整特征参数和对应比重,以确定熟料矿相性能预测的最佳特征参数和对应权重,以保证机器学习模型的预测效果。
技术关键词
机器学习模型
熟料
性能预测模型
样本
标签
参数
元素
性能预测技术
网络架构
物理
可读存储介质
数据获取模块
训练装置
存储器
处理器
指令
计算机设备