一种基于深度学习集成模型的改性钙钛矿介电性能的预测方法

本发明属于人工智能与材料科学相交叉技术领域，具体涉及一种基于深度学习集成模型的改性钙钛矿介电性能的预测方法，包括数据采集模块、特征工程模块、模型构建模块和结果输出模块，通过模型构建模块构建深度学习预测模型GBR‑DNN‑CNN集成模型，对数据集深入特征学习，并采用回归分析技术对钙钛矿介电性能进行回归预测；利用深度学习的强大数据处理能力，对改性钙钛矿的介电特性进行精确预测，从而提高了预测效率和准确性，这种方法不仅有助于加速材料的筛选和优化过程，提升产品性能，降低研发成本，减少研发阶段的资源消耗。