买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉农业农村部环境保护科研监测所申请的专利一种基于机器学习的溶质迁移能力预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118225633B 。

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311788424.4，技术领域涉及：G01N13/04；该发明授权一种基于机器学习的溶质迁移能力预测方法是由马杰;冯冰聪;翁莉萍设计研发完成，并于2023-12-25向国家知识产权局提交的专利申请。

本一种基于机器学习的溶质迁移能力预测方法在说明书摘要公布了：本发明涉及一种基于机器学习的溶质迁移能力预测方法，通过对流‑弥散模型分析获得土壤溶质迁移能力，基于土壤特征与溶质迁移能力，建立溶质在不同土壤条件下迁移能力的关联关系，并生成样本数据集，进而基于已建立的样本数据集驱动模型筛选，最终实现利用与溶质迁移高相关性土壤特征值预测土壤孔隙中特定溶质迁移能力。本发明能够将数字驱动模型应用于溶质迁移实验数据缺乏地区或土壤类型的溶质迁移预测中，从而精准预测土壤溶质迁移和富集。

本发明授权一种基于机器学习的溶质迁移能力预测方法在权利要求书中公布了：1.一种基于机器学习的溶质迁移能力预测方法，其特征在于：包括以下步骤： 步骤1、根据经纬度变化，选取不同地区的农田土壤作为样本土壤，同时获取样本土壤的土壤理化性质、物质组成和元素含量数据，对土壤特征进行提取并参数化，形成向量合集A1； 步骤2、通过迁移实验装置以及对流-弥散模型和STANMOD软件拟合获得样本土壤内溶质迁移能力评价指标R并将评价指标R参数化； 步骤3、根据步骤1向量合集A1及步骤2中参数化评价指标R生成土壤样本集合，从土壤样本集合中随机抽取n个样本作为验证集，其余N-n个样本作为训练集； 步骤4、将步骤3中训练集利用五折交叉验证分别构建Adaboost、GBR、XGB、knn、支持向量机、神经网络和随机森林模型，并以MSE为横坐标，MAE为纵坐标建立2维空间MSE-MAE坐标系对上述7个模型进行误差评定拟合学习计算； 步骤5、利用决定系数r2和MSE-MAE坐标系选取误差值最小的三个模型，并根据三个模型选取与土壤内溶质迁移能力相关度高的前9个特征向量； 步骤6、将前9个特征向量与步骤2中土壤内溶质迁移能力特性标记向量R生成特征样本合集，并重新训练选取的三个模型后，得到土壤内溶质的迁移能力。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人农业农村部环境保护科研监测所，其通讯地址为：300191 天津市南开区复康路31号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。