一种预测土壤根际微生物多样性的机器学习方法

    公开(公告)号:CN117198395A

    公开(公告)日:2023-12-08

    申请号:CN202310792627.4

    申请日:2023-06-30

    Abstract: 本发明涉及一种预测土壤根际微生物多样性的机器学习方法,包括如下步骤:收集文献中不同地点土壤的包含植物种类、根际微生物基因测序序列号、土壤理化性质等在内的数据,并填补环境特征、气候条件相关数据,建立土壤数据库;根据所获取的基因测序数据序列号,下载根际微生物测序数据,得到土壤根际微生物原始数据,选择能够反映土壤根际微生物多样性的合适指标,确定机器学习模型的输出;基于土壤数据库,使用机器学习特征筛选方法进行特征筛选,得到筛选后的特征集;基于机器学习算法对所筛选出的特征进行重要性分析并排序,获得显著性信息;基于机器学习算法将筛选后的特征集输入到机器学习模型进行训练,得到预测的根际土壤微生物多样性结果。

    一种评价土壤多功能性的因果机器学习方法

    公开(公告)号:CN116433068A

    公开(公告)日:2023-07-14

    申请号:CN202310147966.7

    申请日:2023-02-22

    Abstract: 本发明涉及一种评价土壤多功能性的因果机器学习方法,包括如下步骤:收集文献中不同地点土壤的包含理化性质、有机物含量在内的数据,并填补环境特征、干旱指数相关数据,建立土壤数据库;选择合适的特征使用多功能指数量化不同土壤样本多功能性;划分特征变量、干预变量及输出变量,基于因果森林模型将处理后的数据集输入模型进行训练,调节参数;根据训练完成后的因果森林模型,计算干预变量即干旱指数对输出变量即土壤多功能指数的平均因果效应;进一步将特征变量重要性进行排序,筛选重要变量,计算该类特征背景下干旱对输出变量的异质性因果效应。

    一种土壤不同形态有机碳分离装置

    公开(公告)号:CN218611002U

    公开(公告)日:2023-03-14

    申请号:CN202222661048.X

    申请日:2022-10-10

    Inventor: 穆莉

    Abstract: 本实用新型的目的是提供一种土壤不同形态有机碳分离装置,其特征在于:由传动箱、发动机、输出轴、驱动装置、放置架、多个盛放杯和多个内置架组成,驱动装置是由凸轮、主动齿轮、从动齿轮、从动轴和联动杆组成,放置架设有多个杯位,每个盛放杯设有凸起结构和内卡位结构,每个内置架设有开口结构、十字架、两个外螺纹结构和筛网;整套装置采用振荡分离操作设计,能够对土壤中不同碳颗粒组分根据粒径不同进行快速、准确、高效地分离,通过振荡晃动使得土壤中不同碳颗粒组分达到彻底分离的状态,从而将土壤有机碳分为颗粒结合态有机碳和矿物结合态有机碳,进而便于后期研究,操作简单便捷、灵活快速,方便拆装和后期清理。

Patent Agency Ranking