摘要
本发明提供了一种用于预测农产品种植类型的预测模型训练方法和预测方法,可以应用于安全评估技术领域。该方法包括:获取有机种植农产品和常规种植农产品的高分辨率质谱数据样本以及与高分辨率质谱数据样本对应的分类标签;对每条高分辨率质谱数据样本进行预处理,得到标准化质谱数据样本,并针对每条标准化质谱数据样本,将标准化质谱数据样本划分为M个等长的箱盒样本;基于M个箱盒样本各自对应的总离子丰度,得到与标准化质谱数据样本所对应的质谱样本特征向量;利用数据集在初始预测模型上验证多组超参数组合,得到最优超参数组合,数据集包括质谱样本特征向量和分类标签;基于最优超参数组合训练初始预测模型,得到目标预测模型。
技术关键词
质谱
农产品分类
样本
种植农产品
超参数
预测模型训练方法
数据
箱盒
曲线
标签
离子
网格搜索算法
预测装置
弱分类器
训练装置
输出模块
噪声
系统为您推荐了相关专利信息
异响故障
变压器
识别方法
搜索算法优化
K‑Means算法
地震风险评估
地震动强度参数
深度学习框架
图像生成器
数据
乳腺钼靶图像
图像评估方法
风险评估模型
计算机可读指令
图像评估装置