介电常数预测方法和系统、网络的训练方法和系统

本发明公开了介电常数预测方法和系统、网络的训练方法和系统，方法包括：获取待测材料的材料特征；根据待测材料的材料特征构建多个描述符；通过遗传算法对多个描述符进行筛选，确定M个主要描述符，并将主要描述符以外的描述符确定为其他描述符；将主要描述符和其他描述符输入至预设介电常数预测模型，输出介电常数预测数据。本发明通过机器学习技术对微波高频材料的介电常数进行高效、准确的预测。相较于传统的神经网络模型和描述符选择方法，显著提升了预测精度、模型效率和泛化能力，解决了高维描述符与小数据集不匹配的问题。