一种基于开尔文结构的点阵超材料设计方法

AITNT
正文
推荐专利
一种基于开尔文结构的点阵超材料设计方法
申请号:CN202510076978
申请日期:2025-01-17
公开号:CN119495386B
公开日期:2025-04-29
类型:发明专利
摘要
本发明公开了一种基于开尔文结构的点阵超材料设计方法。包括:首先,基于等距开尔文结构的基准空间坐标生成一组初始样本构型,并基于该组初始样本构型构建初始训练数据集;接着,以每组弹性常数分量的代表性弹性常数分量为预测值,训练获得各代表性弹性常数分量对应的多个基本预测函数;然后,更新训练数据集并对各代表性弹性常数分量对应的多个基本预测函数进行多次训练;更新迭代若干次后,确定各代表性弹性常数分量对应的最优基本预测函数并构建预测网络模型,利用预测网络模型迭代优化目标弹性常数矩阵对应的样本构型,获得最优的样本构型,进而完成点阵超材料的设计。本发明提出的方法大大减少了数据集生成和网络模型训练的耗时和计算量。
技术关键词
开尔文结构 超材料设计方法 预测网络模型 构型 样本 数据 机器学习模型 矩阵 网络模型训练 基准 坐标 顶点 计算机设备 存储器 处理器 算法 物理 尺寸
系统为您推荐了相关专利信息
1
一种基于多维度关联的多媒体数据安全性度量方法
信息安全评估 多媒体 拉格朗日插值 谱聚类算法 李雅普诺夫函数
2
基于动态多专家卷积网络的恶意代码识别方法和系统
恶意代码识别方法 动态 分支 网络 样本
3
一种气液两相流气体体积分数测量方法
光纤探针传感器 优化BP神经网络 AdaBoost算法 粒子群优化算法 测量方法
4
一种基于机器学习的用于挥发性有机物预测的模型训练系统、方法和在线预警装置
模型训练系统 测试特征 训练特征 模型训练方法 PID传感器
5
一种具备抗噪性能的多网络融合高光谱图像分类方法
注意力 样本 高光谱图像数据 卷积神经网络提取 像素点
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号