摘要
本发明属于钙钛矿材料技术领域,公开了一种基于多目标回归的氧化物钙钛矿性质预测方法,包括收集氧化物钙钛矿数据集、数据集预处理、筛选特征子集、构建多目标预测模型、预测测试集氧化物钙钛矿的带隙以及稳定性,实现快速预测氧化物钙钛矿的带隙以及稳定性数值。本发明通过筛选材料工程数据库中的氧化物钙钛矿数据,建立了多目标回归模型,可以同时预测氧化物钙钛矿的两种性质,即带隙和稳定性,可以有效解决材料发现速度慢、成本高的问题。与传统方法实验和第一性原理计算相比,使用本发明的模型可以同时预测钙钛矿的带隙和稳定性,可以有效降低研究人员的时间成本,从而加速理想材料的发现进程。
技术关键词
性质预测方法
随机森林
皮尔逊相关系数
钙钛矿材料技术
冗余特征
化学式
数据
描述符
训练集
样本
带隙
元素
决策
进程
偏差
数值
算法
基础
参数
系统为您推荐了相关专利信息
地理信息数据
随机森林模型
数据格式
数据分布
拓扑分析方法
多源异构数据
注意力机制
农业
智能决策支持系统
无人机遥感图像
训练图像模型
视觉特征
语义注意力
编码方法
融合特征
机器学习模型
故障预测模型
服务器
故障预测方法
长短期记忆网络
蒙特卡洛方法
结构方程模型
数据清洗技术
强化学习算法
成分分析