摘要
本发明提供了一种邻苯二甲腈树脂材料的性能预测方法和系统、及其结构设计方法、电子设备与计算机可读存储介质、计算机程序产品。该预测方法包括以下步骤:将邻苯二甲腈树脂材料的描述符输入预测模型中,得到邻苯二甲腈树脂材料的物性参数;预测模型由数据集训练得到;其中,数据集包括树脂材料的描述符向量和物性参数;树脂材料的描述符向量包括树脂单体的描述符向量a0和树脂聚合物的加权描述符向量d0。本申请利用数据驱动和机器学习技术来指导树脂结构的合理设计,可以大幅提高材料研发的效率和准确性,开发效率高、经济成本低、实用性强,可实现邻苯二甲腈树脂材料的合理设计,为高性能邻苯二甲腈树脂材料的开发与应用开辟新路径。
技术关键词
邻苯二甲腈树脂
描述符
性能预测方法
随机森林模型
结构设计方法
单体
性能预测系统
计算机程序产品
固化剂
Pearson相关系数
聚酰亚胺树脂材料
聚合物
可读存储介质
基因
参数
电子设备
成分分析
工具包
指数
系统为您推荐了相关专利信息
多模态生理
注意力
评估系统
单应性变换矩阵
注视点
预判方法
供电故障
随机森林模型
电网设备
CART决策树
甲状腺结节良恶性
基因
预测甲状腺癌
随机森林模型
样本
性能预测方法
性能预测模型
存储系统
随机森林
分类器