摘要
本发明属于有机聚合物领域,具体公开一种高压电力电缆用接枝聚丙烯性能的预测方法。本发明的方法中基于多层感知机模型和随机森林模型构建接枝聚丙烯的性能预测模型,该模型解决了传统的机器学习模型主要依赖于大量的数据,不适合小数据集的缺点;从实验数据中定量建立接枝结构与力学性能的关系,所需数据量小,数据易获取,预测准确性高,为高压电力电缆用接枝聚丙烯材料提供了可靠的接枝基团。
技术关键词
高压电力电缆
聚丙烯
描述符
多层感知机
弯曲模量
聚合物
密度
乙烯基三乙氧基硅烷
单体
随机森林模型
分子
甲基丙烯酸缩水甘油酯
官能团
性能预测模型
数据
乙烯基吡咯烷酮
马来酸酐
陷阱深度
甲基丙烯酸甲酯
机器学习模型
系统为您推荐了相关专利信息
皮卡车
自动控制系统
智能控制模块
深度学习模型
舒适度
工作面瓦斯
预警算法
编码器
煤矿采掘工作面
动态
边坡位移监测方法
计算机视觉
归一化植被指数
特征点集合
空间邻近关系
智能无人机
混合整数非线性规划模型
冲突消解方法
深度Q网络
粒子
画像生成方法
社交平台
多模态
神经网络模型训练
多层感知机