- 专利标题: 基于机器学习的土壤砷污染风险评估方法、装置及设备
-
申请号: CN202410967973.6申请日: 2024-07-18
-
公开(公告)号: CN118506922B公开(公告)日: 2024-10-01
- 发明人: 张轩 , 周洲 , 黄忠良 , 李辉 , 黄兢 , 吴子剑 , 覃晓莉 , 冯冲凌 , 莫星然 , 杨子豪
- 申请人: 湖南省林业科学院
- 申请人地址: 湖南省长沙市韶山南路658号
- 专利权人: 湖南省林业科学院
- 当前专利权人: 湖南省林业科学院
- 当前专利权人地址: 湖南省长沙市韶山南路658号
- 代理机构: 长沙国科天河知识产权代理有限公司
- 代理商 莫一乐
- 主分类号: G16C20/70
- IPC分类号: G16C20/70 ; G16C20/20 ; G16C20/30 ; G06F18/2113 ; G06F18/2135 ; G06F18/2431 ; G06F18/243 ; G06N20/20 ; G01N33/24
摘要:
本申请涉及一种基于机器学习的土壤砷污染风险评估方法、装置及设备,通过提取与所述土壤样本相关的多个土壤特征指标,利用主成分分析法对多个土壤特征指标进行分析后,对土壤样本进行分类,得到土壤样本类别,分别将多个土壤特征指标输入至砷污染风险评估主模型,以及与土壤样本类别对应的砷污染风险评估子模型进行预测,得到对应的主预测数据以及子预测数据,根据主预测数据以及子预测数据进行计算得到最终的预测结果,根据预测结果对土壤样本进行风险评估。采用本方法能快速获取土壤吸附砷的能力,解决了传统吸附实验方法在大规模预测精确度、操作难度、时间需求和安全方面存在的问题,提高了科学研究和环境保护工作的准确性与效率。
公开/授权文献
- CN118506922A 基于机器学习的土壤砷污染风险评估方法、装置及设备 公开/授权日:2024-08-16