一种可用于机器学习的材料结构分割编码方法

本发明提供一种可用于机器学习的材料结构分割编码方法，包括：对材料结构的关键原子结构进行分析，提取材料结构的骨架单元，构建骨架模型；将骨架单元划分为若干碎片单元，根据骨架单元和碎片单元进行唯一编码，得到骨架编码信息和碎片编码信息；根据骨架编码信息和碎片编码信息，生成材料结构的编码矩阵；采用编码矩阵对机器学习模型进行训练，得到目标机器学习模型，目标机器学习模型能够进行材料性质预测。本发明通过（一种或多种）骨架‑（一种或多种）碎片两级分割和数据化编码的方式，实现多维度的材料信息处理，显著提高了材料性质预测的准确性和材料结构编码的通用性，加速了材料设计过程，适用于材料科学研究和新材料的高效发现。