摘要
本发明涉及土壤污染风险评估技术领域,特别涉及一种机器学习预测重金属的土壤‑根系迁移系数的方法,包含以下步骤:P1:收集土壤属性数据,作为机器学习模型的数据集;P2:数据集预处理;P3:利用机器学习训练数据并建立重金属的土壤‑根系迁移系数预测模型;P4:根据重金属的土壤‑根系迁移系数预测模型,以待测土壤属性数据为输入,输出得到重金属的土壤‑根系迁移系数。本发明提出基于机器学习的土壤重金属迁移预测方法,选出最优模型作为重金属的土壤‑根系迁移系数预测模型,最优模型可实现土壤‑根系转移系数的高精度预测,解决了多维参数的处理难题。
技术关键词
机器学习算法
机器学习训练数据
土壤重金属含量
机器学习模型
风险评估技术
支持向量回归
超参数
多层感知器
关键词
预警机制
划分方法
随机森林
有机碳
高风险
刊物
样本
指标
系统为您推荐了相关专利信息
智能分选设备
X射线荧光光谱分析
近红外光谱传感器
图像识别技术
深度学习算法
电力通信光缆
机器学习算法
实时监测数据
监测模块
故障特征
数据管理方法
数据存储
计算机可读指令
管理工具
策略