摘要
本发明涉及复合材料技术领域,尤其涉及一种基于机器学习预测有机改性矿物\聚合物复合材料韧性的方法。本发明成功构建了针对复合材料体系中有机改性无机物与聚合物分子间界面结合能的可靠预测模型。本发明开发出的机器学习模型能够对海量的材料数据进行快速分析与学习,精准捕捉有机改性剂结构与复合材料性能之间复杂的非线性关系,对界面结合能具有高效的预测速度,快速筛选和精准评价复合材料的力学性能。它可以在短时间内从众多有机改性剂中筛选出最具潜力的候选者,极大地缩短研发周期,降低研发成本。
技术关键词
聚合物复合材料
有机改性
改性剂
深度学习模型
机器学习训练
复合材料体系
缩短研发周期
柠檬酸石膏
复合材料技术
界面
聚合物体系
副产石膏
描述符
深度学习算法
数据
机器学习模型
晶面
分子
系统为您推荐了相关专利信息
风险评估方法
风险评估模型
海上风电场
海上风电机组
深度学习模型
在线评估方法
配用电系统
光伏发电功率
历史运行数据
负荷可调
球员
辅助训练系统
数据处理模块
人脸识别算法
摄像模块
非接触式
特征提取模块
电信号
Sinc函数
多头注意力机制
麦克风单元
显示屏
人脸特征信息
YOLO算法
激光测距传感器