摘要
本发明属于发光材料发射波长预测技术领域,公开了预测掺杂Pr3+发光材料发射波长的AdaBoost集成学习方法,包括S1、数据集获取;S2、数据集预处理;S3、模型建立;S4、模型训练;S5、评估模型;本发明先从多种途径收集发光材料的描述符作为模型的输入数据;接着对数据进行筛选和转换;然后将数据划分为输入变量和目标变量,并划分为训练集和测试集;最后基于AdaBoost算法建立模型,通过迭代学习多个决策树回归器的组合、通过调整决策树回归器的参数来优化模型性能、通过计算判定系数R2来量化模型的拟合程度,其有效地减少了实验时间和成本,提升了预测的准确性和可靠性。
技术关键词
集成学习方法
AdaBoost算法
数据
波长
描述符
复杂度
模型预测值
样本
化学式
变量
晶体
学习器
节点
种子
软件
参数
带隙
元素
字符
计算机
系统为您推荐了相关专利信息
教学实训系统
多模态
特征提取模块
多分支
医疗场景
图像自动识别系统
特征金字塔网络
数据采集模块
光照
识别模型训练
多尺度特征提取
前馈神经网络
注意力机制
图像
视觉特征信息