一种基于机器学习的环境沉积物高温黏度预测方法及系统

本发明提供一种基于机器学习的环境沉积物高温黏度预测方法及系统，该方法包括测定各环境沉积物样本的常温特征参数及不同温度下的高温黏度值，构成模型训练原始数据集；对原始数据集进行预处理并进行特征筛选，得到与高温黏度具有高相关性的物理量特征构建最终特征数据集；将最终特征数据集划分为训练集、验证集与测试集，基于训练集对多种预设的机器学习模型进行并行训练；基于验证集并依据预设的性能评估指标从中筛选出性能最优的预测模型；将待测环境沉积物的常温特征数据输入最优预测模型，对该沉积物在目标温度下的高温黏度值进行预测，并基于测试集评估不同最优预测模型的泛化性能；实现了环境沉积物高温黏度的快速、精准、高效预测。