基于动态机器学习联合校正模型的古生物多样性分析方法

本发明公开一种基于动态机器学习联合校正模型的古生物多样性分析方法，获取古生物数据样本，对古生物数据样本进行缺失值处理、异常值检测、数据标准化和时间数据映射的预处理；对预处理后古生物数据样本进行动态区间划分，采用多种算法实现自适应时间区间划分；通过数据驱动权重实现非均匀权重分配；通过对优化后数据集进行增强多样性分析，包括对数据集进行区间划分处理、提取特征证据及区间权重计算，集成区间加权多样性动态计算、加权幸存者分析、区间子采样分析等方法使多样性计算更加精准；输出包括多样性曲线、数据表格和性能评估结果。本发明更好地适应了化石记录的不均衡性，提高了对关键生物事件的识别能力。