摘要
本发明涉及一种基于机器学习的吸波材料快速设计及其制备方法,属于吸波材料制备技术领域。本发明的吸波材料的快速设计及制备方法,包括以下步骤:首先,采用实验制备获得小样本数据库,其次建立机器学习模型,通过小样本数据库对模型进行训练,提高模型的准确度。随后,通过输入不同的工艺参数得到相应的电磁参数,采用阻抗梯度设计,对吸波材料的吸波性能进行优化,基于优化结果,对工艺参数进行反演,制备获得多层的吸波材料。本发明的吸波材料的快速设计及其制备方法通过机器学习与仿真优化相结合,一方面快速获得大量的电磁参数,另一方面通过仿真优化设计,获得宽频吸波性能。随后基于设计结果,对所需电磁参数的工艺反演,指导实际制备。
技术关键词
机器学习模型
参数
电磁
样本
宽频吸波
机器学习算法
工艺特征
吸波材料
仿真软件
随机森林
多层结构
钛酸钡
二氧化硅
石墨烯
复合物
纤维
表格
系统为您推荐了相关专利信息
流域径流预报
融合注意力机制
递归神经网络
水文模型
网络架构
铅酸电池
参数
优化器
非易失性存储介质
电荷转移电阻
迭代优化方法
飞行器
参数
数据混合驱动
神经网络优化方法