摘要
本发明涉及微藻生物固液分离技术领域,特别是基于机器学习的微藻浮珠浮选采收效率预测与优化方法。引入不同的机器学习算法,基于不同的机器学习算法对筛选后的多维微藻浮珠浮选数据包进行训练计算并筛选,得到训练完成的理想采收效率预测模型;通过训练完成的理想采收效率预测模型对既定输入特征进行预测,得到既定采收效率值,使用SHAP库计算既定采收效率值以确定每种既定浮珠性质以及既定操作条件对既定采收效率的影响程度;基于所述影响程度降序排列筛选的最优浮珠浮选采收条件丰富微藻浮珠浮选的数据集,并优化理想采收效率预测模型。本发明能够基于机器学习的方法实现微藻浮珠浮选过程的采收效率精准预测,显著提升微藻浮珠浮选采收性能。
技术关键词
斯皮尔曼相关系数
机器学习算法
雷达
指标
换算工具
超参数
优化机器学习
微藻
网格
训练集
特征值
偏差
算法模型
数据网络
输出特征
存储器
处理器
标记
系统为您推荐了相关专利信息
生成方法
构建高精度地图
激光雷达点云
方程
相机标定
分析方法
人工智能攻击
人工智能数据
图谱
定位异常数据
YOLO算法
识别方法
训练集
图像识别模型
比例尺
预报方法
数字高程模型数据
收集训练数据
气象站
地点