摘要
本发明涉及一种A3BX6型卤化物钙钛矿材料的筛选方法,属于人工智能应用、新型半导体光电材料开发技术领域,提取A3BX6卤化物钙钛矿组成元素相关的原始参数形成初始数据空间,通过机器学习方法筛选得到A3BX6型卤化物钙钛矿的形成能和带隙,从而筛选出可应用于光电探测和光催化等光电领域的钙钛矿材料。本方法能够显著减少研究人员在实验过程中的工作量,节省时间和资源,提高研究效率,并有助于更快速地发现具有高性能的新型卤化物钙钛矿光电材料。
技术关键词
卤化物钙钛矿材料
回归预测模型
筛选方法
样本
朴素贝叶斯算法
机器学习方法
冗余特征
光电材料
带隙
高性能
指标
误差
数据
训练集
元素
系统为您推荐了相关专利信息
钙钛矿光伏材料
性能预测模型
机器学习算法模型
短路电流密度
随机森林模型
图像检索模型
图像检索方法
图文
计算机可执行指令
三元组
水平预测方法
信息抽取方法
多智能体系统
线性回归模型
校正
葡萄
变量
人工神经网络模型
机器学习模型
统计学方法