本发明公开了一种分子铁电体铁电‑顺电相变温度的机器学习预测方法,从文献中收集分子铁电体的化学式及其铁电‑顺电相变温度的实验值;利用文献、第一性原理计算、拓扑结构进行计算,获得用于描述样本特征的特征参数;快速降低特征的维度,再结合子集搜索策略嵌入学习器,获得最佳特征的子集;以铁电‑顺电相变温度为目标变量,以最佳特征为自变量,利用支持向量机回归算法,建立分子铁电体铁电‑顺电相变温度的定量预测模型;收集新的分子铁电体样本,获得新样本的特征参数,根据定量预测模型,预测新的分子铁电体样本的铁电‑顺电相变温度。本发明基于可靠的文献数据和建模方法,所建预报模型具有简便快捷、低成本、无污染、可解释优点。
声明:
“分子铁电体铁电-顺电相变温度的机器学习预测方法” 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)