摘要
本发明涉及一种基于机器学习的功能基生物炭的精准制备方法,包括如下步骤:构建影响生物炭性能和活性位点的多维指纹因子描述符,多维指纹因子描述符包括内部影响因子和外部影响因子,并确定输入特征和输出特征;使用数据库收集影响生物炭性能和活性位点的数据集;将数据集分为训练集和测试集,采用RF、ANN模型训练,通过交叉验证并优化超参数,确定生物炭性能预测模型;基于生物炭性能预测模型,对生物炭材料进行精准制备。本发明通过机器学习预测性能最优材料的最佳制备条件,指导生物炭的实际生产,大大缩短试验周期、节约实验成本,对高性能生物炭的精准制备及其在环境修复领域的应用具有重要意义,具有较高的应用推广价值。
技术关键词
性能预测模型
因子
描述符
输出特征
生物炭材料
位点
数据
指纹
超参数
高性能
速率
元素
周期
系统为您推荐了相关专利信息
信息融合方法
协方差矩阵
交通系统
车辆
三维点云数据
焊接缺陷检测方法
焊缝缺陷检测
DBSCAN聚类算法
卷积模块
注意力机制
糖尿病肾病患者
图像分类方法
生成对抗网络
训练深度卷积神经网络
多尺度特征提取
电机控制系统
编码器
稳定性评估方法
特征提取模型
度量