摘要
本发明涉及钽酸盐热障涂层技术领域,具体涉及一种基于迁移学习的稀土钽酸盐材料筛选方法及应用,本发明利用迁移学习技术建立了高精度稀土钽酸盐材料热导率预测模型,实现了多组元RETaO4的热导率快速预测,在上百万候选材料中成功找到了具有低热导率的多组元稀土钽酸盐材料,包括:Sm0.20Eu0.10Ho0.10Y0.20Yb0.40TaO4、Sm0.10Eu0.10Y0.20Yb0.40Ce0.10Lu0.10TaO4,并且进行了实验验证。本发明利用具有共性的不同体系数据集构建了预测热导率的大数据集,解决了复杂成分空间与稀疏小样本之间的矛盾,为多组元稀土钽酸盐材料的设计提供了新的思路。
技术关键词
稀土钽酸盐
材料筛选方法
元素
稀土锆酸盐材料
化学式
神经网络模型
加权特征
热障涂层技术
稀土铌酸盐
数据
迁移学习技术
优化神经网络
迁移学习方法
皮尔逊相关系数
行星式球磨机
更新模型参数
训练神经网络
高温烧结炉
致密块体
初始化方法
系统为您推荐了相关专利信息
路径搜索方法
电压
节点
马尔科夫链蒙特卡洛方法
电力电子设备
线下
信息管理方法
信息管理平台
数据访问
数据存储
土壤重金属残留
原位检测系统
近红外光谱仪
深度学习预测
土壤重金属含量
文本识别模型
图像处理工具
图像文本识别方法
训练样本数据
非易失性计算机可读存储介质