一种基于机器学习的二维材料太阳能制氢效率预测方法及装置

本发明提供了一种基于机器学习的二维材料太阳能制氢效率预测方法及装置，步骤如下：读取数据库中非磁性的六方晶系单层材料构建初始数据集；针对数据集中标签完整的样本，采用特征工程与梯度提升决策树算法训练单层材料带边位置预测模型；接着用训练好的模型对标签缺失的样本进行预测与补全，从而生成完整数据集并进一步构建异质结双层；通过CVAE‑GAN混合架构对文献调研的异质结样本进行数据增强并优化特征向量；随后采用随机森林算法训练新模型，实现先前构建的异质结带边位置准确预测；最终结合功函数与带边位置判定异质结类型，进而利用程序批量计算其太阳能制氢效率，筛选出高效率的异质结材料。