摘要
本发明属于酸化土壤改良与土壤健康领域,提供了一种基于区域大数据预测土壤酸化敏感度的方法,包括:待测数据获取和土壤酸化敏感度预测模型预测;土壤酸化敏感度预测模型的训练过程包括:基础数据集构建、数据集预处理、数据集划分、模型训练及筛选。本发明通过引入机器学习模型,对传统实验室采用酸碱连续滴定测定酸化敏感度的方法存在的不足进行了补充,实现了对区域尺度下批量土壤样点的酸化敏感度快速准确的预测,可以被有效地运用于有关土壤酸化的研究、土壤酸化敏感度的测定与机理研究以及土壤健康评价等方面。
技术关键词
区域大数据
机器学习模型训练
酸化土壤改良
分层随机抽样
梯度提升模型
阳离子交换量
支持向量机模型
成分分析方法
随机森林模型
归一化方法
基础
决策树模型
神经网络模型
黑钙土
划分方法
精度
误差
超参数
系统为您推荐了相关专利信息
电力负荷曲线
时间段
基线负荷预测方法
梯度提升模型
长短期记忆网络
网际协议地址
集群
梯度提升模型
分析方法
特征值
信息检测方法
情感特征
朴素贝叶斯模型
信息检测系统
梯度提升模型
肺炎支原体肺炎
变量
血清
噬血细胞综合征
预测效能
信息检索
智能流水线
个性化界面
电子设备
LSTM神经网络