摘要
本发明公开了一种预测RFe2型材料巨磁致伸缩性能的机器学习方法及装置,所述方法包括:构建RFe2型材料的成分‑性能‑磁致伸缩数据集;将所述成分‑性能‑磁致伸缩数据集划分成不同比例的训练集和测试集,根据不同比例下所述训练集和所述测试集的计算结果确定最终数据集,所述数据集包括训练集和测试集;利用所述最终数据集训练机器学习模型,得到训练后的机器学习模型,其中,所述训练集用于所述机器学习模型的训练,所述测试集用于验证所述机器学习模型的预测精度,最后通过所述训练后的机器学习模型预测所述RFe2型材料的巨磁致伸缩性能。本发明实现了能够快速筛选出具有大应变、窄滞后和宽温域的RFe2型磁致伸缩材料,大幅降低了研发成本。
技术关键词
机器学习方法
训练机器学习模型
数据
物理
机器学习装置
成分含量
训练集
模型超参数
交叉验证法
元素
精度
模块
特征值
网格
代表
误差
系统为您推荐了相关专利信息
监测评估系统
尿毒症患者
内瘘
多模态传感器
云端服务器
网络运营商信息
计算机可执行指令
机器学习模型
特征工程
判断方法