摘要
本发明公开了一种基于生成式对抗网络模型的玻璃组分设计方法,属于玻璃技术领域,方法包括:采集玻璃数据,构建初始训练样本集,所述的初始训练样本集包括具有映射关系的玻璃组分和其对应的性能值;对所述的初始训练样本集依次进行数据清洗和特征归一化;构建生成式对抗网络模型中生成器与判别器的网络结构,利用特征归一化后的初始训练样本集进行生成式对抗网络模型的迭代训练,迭代训练结束后以生成器模型作为玻璃组分设计模型;利用玻璃组分设计模型生成满足玻璃目标性能要求的玻璃组分。本发明方法得到的生成式对抗网络模型具有优异的生成能力以及广泛的适用性,可以突破玻璃组分‑性能设计的困境,极大提升新型玻璃材料的开发效率。
技术关键词
生成式对抗网络模型
训练样本集
损失函数优化
数据
新型玻璃材料
参数
约束生成器
神经网络结构
生成对抗网络
线膨胀系数
优化器
剪切模量
元素
泊松比
特征值
关系
数学
系统为您推荐了相关专利信息
调制编码方案
接收信号强度指示
接入点
梯度提升决策树
网络分配矢量
脊柱畸形矫形
电刺激器
生成控制指令
定位发射器
匹配模块
物理内存地址
地址转换
虚拟机监视器
处理器系统
页面
人脸识别摄像头
预警系统
人脸识别算法
白名单
摄像头模块