摘要
本发明涉及一种基于人工智能的闪烁体材料性能预测方法及系统。该方法首先先收集闪烁体材料基本表征参数与对应性能数据,分别经第一、第二预处理后建立一一映射,构建映射数据集;再将数据集划分为训练集、验证集和测试集,并构建含基质材料动态聚类等子模块的混合型人工神经网络模型以捕捉掺杂离子调控规律;随后基于训练集、验证集和测试集训练、验证并测试模型,最后将待预测的闪烁体材料的基本表征参数经第一预处理后输入训练好的模型,从而输出闪烁体材料性能数据。与现有技术相比,本发明具有准确、快速且适用材料范围广等优点。
技术关键词
闪烁体材料
人工神经网络模型
性能预测方法
混合型
子模块
离子
注意力机制
化学式
非线性
初始聚类中心
数据输入模块
可视化模块
性能预测系统
训练集筛选
数据采集模块
网络优化
编码
系统为您推荐了相关专利信息
子模块电容电压
指令值
模块化多电平
阶梯
有功功率
自动化仓储系统
协同调度系统
机器人电量
避障路径
子模块
配电网拓扑结构
纳什均衡策略
迭代优化算法
空间坐标信息
子模块