摘要
本发明公开了基于全局特征物理约束和机器学习的势能面获取方法,所述方法通过基于材料结构构建通用径向函数和角向基函数,基于所述通用径向函数和所述角向基函数确定用于两体相互作用函数展开的基函数;基于所述基函数构建势能面模型;获取训练集,基于所述训练集对所述势能面模型进行预训练;获取目标材料对应的材料结构,根据所述材料结构和预训练后的所述势能面模型确定势能面。本发明基于物理约束构建通用径向函数和角向基函数,从而基于通用径向函数和角向基函数最终构建具有物理扩展性的势能面模型,有效地解决现有的机器学习势函数通过大数据的统计分析进行预测,忽略了材料体系的物理特性,可能会使得动态模拟缺乏可靠性的问题。
技术关键词
物理
训练集
描述符
模型训练模块
缩放参数
局域
处理器
坐标
可读存储介质
程序
指令
存储器
大数据
终端
非线性
计算机
标记
动态
系统为您推荐了相关专利信息
参数估计器
估测方法
站点
马尔科夫链蒙特卡洛方法
数据混合驱动
音频特征数据
异常声音
音频识别方法
多分支
声音类别
除冰剂
输电线路无人机
喷射控制方法
卷积神经网络模型
视觉摄像头
水凝胶配方
释氧材料
参数
斯皮尔曼等级相关系数
神经网络模型