TY -的A2 -切,Hangjun盟——赵Yongqi AU -魏,张东AU -温京PY - 2022 DA - 2022/04/15 TI -土壤重金属含量的预测基于深度强化学习SP - 1476565六世- 2022 AB -从土壤中重金属含量的预测精度常见空间预测算法并不理想,基于改进的预测模型 问提出了网络。状态值重用是用于加速训练样本的学习速度的代理深 问网络模型的收敛速度提高。同时,介绍了加入自适应模糊因素变化的敏感性代理环境反馈值在不同的训练时间,提高融合后模型的稳定性。最后,采用一种自适应逆距离插值法来预测观测值的插值点,提高了模型的预测精度。仿真结果表明,与之相比,随机森林回归模型(RFR)和逆距离加权预测模型(IDW),土壤重金属含量的预测精度提出了模型提高了13.03%和7.47%,分别。SN - 1058 - 9244 UR - https://doi.org/10.1155/2022/1476565 - 10.1155 / 2022/1476565摩根富林明科学编程PB - Hindawi KW - ER