本发明公开了一种基于机器学习和团簇模型的
钙钛矿带隙预测方法,包括以下步骤:S1,确定钙钛矿团簇模型并对团簇模型的结构进行优化;S2,根据团簇模型结构的优化结果,选定一系列团簇模型的本征结构参数构建一定数量的模型的数据库作为机器学习的训练数据库;S3,使用自相关性热度图和xgboost自带的特征重要性排序对构建的数据库进行筛分得到最终的机器学习训练数据库;S4,利用得到的机器学习训练数据库对机器学习模型进行训练并对带隙进行预测。本发明提供的基于机器学习和团簇模型的钙钛矿带隙预测方法,具有计算速度快、精度高、电子结构分析方便的特点。
声明:
“基于机器学习和团簇模型的钙钛矿带隙预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)