公开(公告)号：CN115410654A

公开(公告)日：2022-11-29

申请号：CN202211017972.2

申请日：2022-08-24

Applicant: 上海大学

Inventor： 朱琦缘 ,  卢天 ,  纪晓波 ,  陆文聪

IPC: G16C10/00 ,  G16C20/70 ,  G06F30/27 ,  G06N20/10 ,  G06F119/08

Abstract: 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。