本发明公开一种利用机器学习预测粉煤灰中玻璃相含量的方法,利用粉煤灰玻璃相含量和其化学组成之间的关系建立机器学习的模型,从而预测粉煤灰中玻璃相的含量。具体步骤如下:1.确定影响粉煤灰玻璃相含量的化学组成因素,进行特征选择。2.基于确定特征,开始收集相关数据,构成样本数据集。3.将数据划分为训练集和测试集。4.选择并建立机器学习算法模型。5.训练集通过优化算法确定超参数,得到预测模型,用测试集验证模型的效果。本发明根据已确定影响粉煤灰内玻璃相含量的特征参数,基于机器学习实现对粉煤灰内玻璃相含量的预测,对粉煤灰的活性预测具有重大意义。
声明:
“利用机器学习预测粉煤灰中玻璃相含量的方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)