摘要
本发明提供了一种基于生成对抗网络的高分子材料性能预测方法,属于高分子材料科学与工程领域。所述方法利用生成对抗网络对采集的原始数据集进行数据扩增,获得混合数据集,并利用管道优化工具获得适用于所述混合数据集的玻璃化转变温度预测模型,最后利用所述玻璃化转变温度预测模型对玻璃化转变温度进行预测。本发明促进了溶聚丁苯橡胶的结构设计和合成,从而提高了预测精度并减少了人工干预,加快了创新材料的发现和设计周期。
技术关键词
生成对抗网络
性能预测方法
温度预测模型
溶聚丁苯橡胶
回归预测模型
数据
高分子材料科学
变量
调度器
管道
优化器
聚合物
动态
周期
精度
参数
系统为您推荐了相关专利信息
生成对抗网络模型
建筑工地塔吊
无监督学习
模块
基线
生物分子相互作用
机器学习分类模型
分类方法
机器学习模型
描述符
生成对抗网络
多层板
路径控制系统
压力
界面缺陷
煤矿提升机
智能监测方法
矩阵
无源RFID标签
RFID读写器
磨损预测方法
大数据算法
温度预测模型
实时监测数据
设备单元