数据稀缺条件下跨水源微污染物吸附性能预测模型及方法

本发明提供一种数据稀缺条件下跨水源微污染物吸附性能预测模型及方法，模型以下述步骤构建：收集吸附样本、致嗅物质，在超纯水和水源水中进行吸附获取吸附等温线数据，以生成超纯水吸附数据集和水源水吸附数据集；以超纯水吸附数据集开发基座模型，以优化后的深度神经网络作为基座模型的应用算法；以水源水吸附数据集开发迁移学习模型，将基座模型的知识迁移到迁移学习模型并对其进行微调，只对迁移学习模型的输出层和/或部分隐藏层进行调整，即得。依此模型可进行跨水源微污染物吸附性能预测，仅通过两个数据点对迁移学习模型进行微调，模型即可达到0.75的R2值，减少了水源水致嗅物质吸附数据的训练需求，同时保持较高的预测准确性。