摘要
本申请公开了一种基于特征工程的钠离子电池正极材料筛选方法及设备,涉及钠离子电池技术领域,该方法包括:获取钠离子电池正极材料的参数数据;利用特征工程筛选出参数数据中影响钠离子电池正极材料能量密度的特征参数,得到特征参数集;将特征参数集输入能量密度预测模型中对各正极材料进行能量密度预测,得到各正极材料的能量密度预测值;所述能量密度预测模型基于贝叶斯神经网络构建得到;基于各正极材料的能量密度预测值,筛选得到目标正极材料。本申请提高了钠离子电池正极材料能量密度预测的精确性、可解释性和可靠性,增强了能量密度预测值的表征能力。
技术关键词
钠离子电池正极材料
特征工程
筛选方法
密度
贝叶斯神经网络
特征选择方法
钠离子电池技术
参数
异常数据
抽样方法
蒙特卡洛
注意力机制
处理器
计算机设备
凝胶法
存储器
误差
溶胶
系统为您推荐了相关专利信息
网络流量分类模型
场景拓展方法
球面
特征空间重构
样本
ORM系统
分析系统
数据采集模块
分析模块
挖掘算法
反演方法
多层感知器
不确定性参数
物理
芯片封装结构