一种独热编码数据嵌入方式的深度学习预测钙钛矿陶瓷微波介电常数方法

本发明涉及一种独热编码数据嵌入方式的深度学习预测钙钛矿陶瓷微波介电常数方法。该方法通过收集钙钛矿结构微波介质陶瓷的化学式及其介电常数数据作为输入，采用独热编码将化学式转化为基础元素向量，并结合元素分数嵌入矩阵进行数据嵌入。通过注意力机制提取嵌入数据中的重要特征，利用一维卷积层和池化层进一步处理并保留关键特征，随后使用残差网络进行训练。训练完成后，仅需输入钙钛矿型微波介质陶瓷的化学式即可预测其介电常数。该方法避免了手动特征工程，简化了预测流程，实现了对钙钛矿微波介电常数的精确预测，降低了实验成本，为微波介质陶瓷的研究与应用提供了高效工具。