基于机器学习的透明陶瓷的激光诱导损伤阈值预测方法及预测模型

本发明公开了一种基于机器学习的透明陶瓷的激光诱导损伤阈值预测方法及预测模型，首先通过后退火工艺调控微气孔的参数，其次进行系统的激光诱导损伤测试，得到透明陶瓷中微气孔密度、尺寸与激光损伤阈值的关系和数据，进而构建得到的透明陶瓷激光诱导损伤预测机器学习模型，本发明可以解决现有激光损伤测试技术中存在的效率低，成本高，周期长，达不到准确测试描述透明陶瓷的性质的要求等问题。