基于机器学习的掺杂热电材料性能优化研究方法及系统

本发明涉及材料数据处理技术领域，一种基于机器学习的掺杂热电材料性能优化研究方法及系统，包括：构建掺杂热电材料数据集，基于掺杂热电材料数据集，得到热电材料特征组，并将热电材料特征组与掺杂热电优值进行键值配对，得到完全材料特征组集，对完全材料特征组集进行低关联特征剔除，得到高关联特征组集，利用高关联特征组集对深度学习模型组进行训练，得到热电优值预测模型组及预测偏差系数组，基于预测偏差系数组，对热电优值预测模型组进行预测权重分配，得到集成热电优值预测模型，本发明可提高掺杂热电材料性能优化研究的效率及精准度。