本发明提供了一种基于深度强化学习的土壤重金属含量预测方法及系统，进行数据准备，包括对原始的数据集进行预处理，所述数据集包括土壤重金属含量数据和相应经纬度数据、海拔数据；使用深度强化学习模型对土壤重金属数据的特征进行提取，对每个采样点的反距离加权算法超参数进行学习和训练；使用回归支持向量机对学习到的最优超参数进行处理，并构建土壤重金属含量特征分布模型；将插值点数据输入到分布模型中得到相应的超参数，作为插值点的特征值，然后使用得到的特征值对插值点分别进行反距离加权插值，最终得到插值点的重金属含量预测值。本发明在低密度样本采集区域对区域中的各个地点的土壤重金属含量进行较为精准的分析和预测。
声明：
“基于深度强化学习的土壤重金属含量预测方法及系统” 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)
774
编辑：管理员
来源：北方有色网
咨询细节
