SEL 迁移学习增强的土壤病害预测_新闻动态_无极4娱乐平台登录

SEL 迁移学习增强的土壤病害预测

来源：无极3登录首页发布时间：2024-10-06 08:58:42

抑制土壤病害的发生被认为是促进可持续农业发展最有利的途径。构建土壤疾病预测模型能轻松实现精准农业。然而，元框架的分析结果常常相互矛盾，导致机器学习结果的重要特征不一致。因此，比较各种机器学习模型的分类准确度，并逐步优化模型的特征以增强其分类准确度是必要的。

本研究对八种常见的机器学习算法（XGBoost、CatBoost、决策树、LGBM、朴素贝叶斯、感知器、逻辑回归和随机森林）在科、属和种级别进行了比较。基于模型准确性和重要特征差异提取了模型的重要特征，随后对这些重要特征进行了可解释性分析。随后，使用SMOTE算法对数据来进行过采样，根据结果得出SMOTE-Transformer模型在预训练过程中表现良好，超越了投票和堆叠策略的训练结果，准确率达到90%。我们还将SMOTE-Transformer模型在测序数据上进行微调，准确率超过80%。SMOTE-Transformer模型的构建为土壤微生物数据分析提供了新思路，大幅度的提升了土壤微生物数据处理工具的准确性和稳健性。

辛磊（第一作者），南京农业大学2020级本科生，曾在中国科学院深圳华大时空研究院精准医学研究所作为访问学生，并主持一项中国科学院科创计划。研究方向AI4Science，计算生物学，可解释人工智能。随时欢迎交流和合作（邮箱：。

袁军（通讯作者），南京农业大学教授，院士助理，钟山学术新秀。以第一或通讯作者在国际著名学术期刊上发表SCI收录论文30篇，总被引2500余次，H因子为25；申请国家发明专利6项，已授权2项并成功转化；先后主持了国家自然科学基金、江苏省优秀青年基金、科技部重点研发计划子课题、“博士后创新人才支撑计划”等科研项目。入选江苏省“青蓝工程”优秀青年骨干培养计划，获2019年度神农中华农业科学技术一等奖、黑龙江省科学技术进步二等奖。

11. 土壤细菌群落的地理分布特征（中国）及其与土地类型和土壤有机碳含量的关联

5. 氮添加对白羊草地群落中不同功能物种植物-土壤-微生物化学计量特征的影响

1. 水稻生育期二氧化碳升高和氮肥施用对收获后土壤团聚体中根际沉积碳去向的影响

17. 雪岳山土壤微生物共存网络及其随海拔的变化动态：生物和非生物因素对细菌和真菌共存网络形成的影响

16. 重新审视土壤真菌生物标志物和转换因子：磷脂脂肪酸、麦角固醇和 rDNA 拷贝数的种间差异

10. 相比化肥或有机肥单施，有机-无机配施建立了更稳定的土壤和根际微生物网络

6. 土壤颗粒和水分相关因子驱动了锡林河流域河床-河漫滩-阶地连续体细菌群落的分异

1. 重金属污染土壤热固化修复再利用生态风险和人体健康风险评价方法体系构建

10. 免耕增加土壤微节肢动物丰度基于全球尺度数据

8. 氮磷添加对大豆农田土壤线. 低密度聚乙烯微塑料（LDPE）部分缓解重金属镉暴露对蚯蚓的生态毒理效应

5. 在微田间实验中施肥和杂草物种丰富度对土壤线. 植物资源输入对土壤线虫能量通量的影响受气候和植物资源类型的影响

Soil Ecology Letters(SEL)由高等教育出版社与中国科学院城市环境研究所共同主办，SpringerNature海外发行。报道领域包括：土壤生物多样性、土壤互营和食物网、土壤微生物组、土壤植物相互作用、土壤生物地球化学循环、土壤生物修复和恢复、土壤多功能性、土壤生物对环境变化的响应和适应、土壤生态过程的突破性技术、新理论和模型。栏目包括但不限于：letter to editor, perspective, review, rapid report, research article, commentary, SEL digest。

出版模式快速出版：加速审稿，以CAP模式快速发表。出版费用：免一切费用，包括审稿费、彩图费、出版印刷费等。

SEL优先快速发表高质量论文。如需快速抢发的优秀论文，可直接与编辑部联系.cn，主编将亲自处理，文章投稿后两周内上线。