基于机器学习的碳纳米片前驱体配比智能决策方法

本发明涉及碳纳米片制备技术领域，公开了基于机器学习的碳纳米片前驱体配比智能决策方法，包括步骤一，数据收集：收集柠檬酸和尿素在微波辅助法制备碳纳米片过程中的不同质量配比、对应的制备参数以及碳纳米片性能指标的数据样本；步骤二，数据预处理：对收集到的数据样本进行预处理，包括数据清洗、归一化和特征选择，以提高数据质量和适用性。该基于机器学习的碳纳米片前驱体配比智能决策方法，通过机器学习模型基于历史数据和实时反馈精准调控柠檬酸和尿素的比例，使碳纳米片的结构和性能更优，从而提升电化学传感器对重金属离子Cu²⁺等物质的检测灵敏度，降低检测限，增强抗干扰能力，确保在复杂水环境下的稳定准确检测。