基于机器学习的针对加密多元合金的成分设计方法及产品

    公开(公告)号:CN119785912A

    公开(公告)日:2025-04-08

    申请号:CN202411823452.X

    申请日:2024-12-12

    Abstract: 本申请公开了一种基于机器学习的针对加密多元合金的成分设计方法及产品,涉及材料基因和隐私计算技术领域,该方法包括:获取数据持有方发送的加密多元合金成分和目标性能要求;根据加密多元合金成分,通过排列组合的方式生成成分质量比例不同的若干个待预测加密多元合金;根据加密多元合金成分和成分质量比例,计算每个待预测加密多元合金的特征;将每个待预测加密多元合金的特征分别输入训练好的加密合金性能预测模型,得到对应的性能数据;将符合目标性能要求的性能数据对应的加密多元合金成分的成分质量比例发送至数据持有方。本申请能够推动合金材料研发的合作创新,同时确保数据的隐私安全。

    基于主动渐进搜索的高熵合金逆向设计方法、装置及存储介质

    公开(公告)号:CN118862652A

    公开(公告)日:2024-10-29

    申请号:CN202410884901.5

    申请日:2024-07-03

    Applicant: 上海大学

    Abstract: 本发明涉及一种基于主动渐进搜索的高熵合金逆向设计方法、装置及存储介质。该方法获取高熵合金的化学式和硬度实验值后,进而获取相应的特征参数;对特征参数进行降噪处理并利用遗传算法获取最佳特征集;以硬度实验值为目标变量、最佳特征集为自变量,并利用支持向量回归算法构建并训练高熵合金硬度预测模型;基于预先设定的硬度目标值和训练好的高熵合金硬度预测模型,利用主动渐进搜索方法逆向设计与硬度目标值匹配的高熵合金组成。与现有技术相比,本发明具有简单高效、环保、低成本、可扩展等优点。

    基于SHAP值构建可解释的XGBoost回归模型预测PCE的QSPR方法及其系统

    公开(公告)号:CN113808680B

    公开(公告)日:2024-10-29

    申请号:CN202111001675.4

    申请日:2021-08-30

    Applicant: 上海大学

    Abstract: 本发明公开了一种基于SHAP值构建可解释的XGBoost回归模型加速发现高PCE的N‑P类有机敏化剂的QSPR方法及系统,建立数据集样本;切分分子片段;Chem3D优化分子;生成描述符;随机划分训练集和测试集;利用SHAP嵌套XGBoost筛选变量,选出XGBoost建模的最优变量子集;用XGBoost回归建立N‑P类有机敏化剂的快速预报模型;根据建立的模型,快速预报测试集染料分子的PCE。根据SHAP反馈的对目标特征的影响和参考文献解释描述符,对应分子片段的结构,构建QSPR模型;python生成大量虚拟样本,利用建好的XGBoost模型进行预报。本发明基于可靠的文献真实值和建模方法,所建的N‑P类有机敏化剂的XGBoost预报模型具有方便快捷,无化学污染的优点。

    基于电子鼻-人工神经网络的快速检测烟叶中钾含量的方法

    公开(公告)号:CN105974058A

    公开(公告)日:2016-09-28

    申请号:CN201610285936.2

    申请日:2016-05-01

    Applicant: 上海大学

    CPC classification number: G01N33/00 G01N21/71 G06N3/08

    Abstract: 本发明涉及一种基于电子鼻‑人工神经网络的快速检测烟叶中钾含量的方法,包括以下步骤:1)收集若干个不同产地的烟叶样品,进行预处理后进行电子鼻扫描,得到这些烟叶样品的电子鼻数据;2)采用火焰光度法检测得到这些烟叶样品中钾含量;3)采用偏最小二乘法对电子鼻数据进行降维,获取这些烟叶样品的降维数据;4)以这些烟叶样品的降维数据为自变量,以这些烟叶样品的钾含量为因变量,采用人工神经网络算法建立烟叶钾含量的快速预报模型;5)根据建立的烟叶钾含量的快速预报模型和待检测烟叶品种的电子鼻数据,快速预报待检测烟叶品种的钾含量。本发明具有简便快捷、低成本、数据全面准确、无污染、测试简单、快捷等优点。

    树枝状碱式碳酸钕和氧化钕纳米材料及其制备方法

    公开(公告)号:CN101306829B

    公开(公告)日:2010-06-16

    申请号:CN200810040042.2

    申请日:2008-07-01

    Applicant: 上海大学

    Abstract: 本发明涉及一种树枝状碱式碳酸钕和氧化钕纳米材料及其制备方法。该纳米材料为树枝状的三维结构,其主干长为1~5μm,侧枝长为100nm~2μm,树枝直径为50~250nm。其制备方法为:将可溶性钕盐和碳酸氢铵溶解在去离子水中,形成混合均匀的混合溶液;然后在120~250℃温度下反应1~72小时,离心分离产物,水洗,乙醇洗涤后干燥获得树枝状碱式碳酸钕粉末。碱式碳酸钕经750~800℃煅烧2~5小时得到树枝状氧化钕粉末。本发明工艺简单,成本低廉,纯度高,具有高的比表面积,易于控制,易于工业化。产品可用作陶瓷材料,永磁材料、激光材料、玻璃材料和超导体等领域。

    由工业废料制备纳米氧化铝粉体的方法

    公开(公告)号:CN1696060A

    公开(公告)日:2005-11-16

    申请号:CN200510024601.7

    申请日:2005-03-24

    Applicant: 上海大学

    Abstract: 本发明涉及一种由工业废料制备纳米氧化铝粉体的方法。属化学化工技术领域。本发明方法主要是用含有至少70wt%铝或Al2O3的工业废料,如含铝废催化剂或废铝合金车屑为原料,将其研磨成粉,并与熔融状硫酸氢铵或硫酸氢铵的溶液反应,然后经过滤、加热浓缩、重结晶,得到纯度在99.9%以上的硫酸铝铵晶体;将所得硫酸铝铵晶体配制成浓度为0.1~0.5mol/L的溶液,同时另配制浓度为1~5mol/L的碳酸氢铵溶液,并向碳酸氢铵溶液中加入1~5%的聚乙二醇作分散剂;将上述硫酸铝铵溶液,逐滴加入于上述所配制好的碳酸氢铵溶液中;得到碱式碳酸铝铵;将所得碱式碳酸铝铵经干燥、灼烧,最终制得粒径在50~100nm的纳米氧化铝粉体。

    一种基于数据挖掘快速预测双钙钛矿氧化物带隙的方法

    公开(公告)号:CN112132185B

    公开(公告)日:2023-07-18

    申请号:CN202010869907.7

    申请日:2020-08-26

    Abstract: 本发明涉及一种基于数据挖掘快速预测双钙钛矿氧化物带隙的方法,包括以下步骤:1)利用计算机系统,从文献中查找A2B′B″O6型钙钛矿材料的带隙值和化学式;2)根据化学式生成对应的描述符作为自变量;3)将数据集随机分为训练集和测试集;4)利用最大相关最小冗余结合支持向量机留一法进行变量筛选;5)运用目标变量,筛选好的自变量以及支持向量机算法通过训练集样本建立双钙钛矿氧化物带隙的预报模型;6)根据建立好的带隙模型快速预报测试集样本中双钙钛矿氧化物的带隙。本发明基于可靠的文献数据和建模方法,所建双钙钛矿氧化物带隙的预报模型具有简便快捷、低成本、无污染的优点。

    基于遗传符号回归预测钙钛矿比表面积的方法

    公开(公告)号:CN112133383B

    公开(公告)日:2023-06-13

    申请号:CN202010850235.5

    申请日:2020-08-21

    Applicant: 上海大学

    Abstract: 本发明涉及一种基于遗传符号回归预测钙钛矿比表面积的方法,利用计算机系统,从文献中收集钙钛矿的化学成分,制备工艺参数以及其对应的比表面积实验数据;随机划分建模集和测试集并进行标准化;采用遗传符号回归算法搜索新变量;使用岭回归方法以新变量数据进行建模,并测试模型在测试集上的效果;根据建立的岭回归预测模型,快速预测钙钛矿材料的比表面积。本发明基于可靠的文献数据和建模方法,所建钙钛矿材料比表面积的预报模型具有简便快捷、低成本、无污染等优点;模型的可解释性强——模型提供了因变量钙钛矿比表面积与自变量之间的数学表达式,能够清晰反映工艺参数和原子参数对比表面积的影响,有助于指导高比表面积钙钛矿的合成。

    一种基于第一性原理的快速预报染料敏化太阳能电池总光电转化效率方法

    公开(公告)号:CN110459273B

    公开(公告)日:2023-06-09

    申请号:CN201910416225.8

    申请日:2019-05-20

    Applicant: 上海大学

    Abstract: 本发明涉及一种基于第一性原理的快速预报染料敏化太阳能电池总光电转化效率方法,包括以下步骤:收集不同染料敏化太阳能电池中染料敏化剂、吸收光谱、短路电流密度、开路电压及总光电转化效率;然后对染料敏化剂的结构进行优化;计算染料敏化剂的吸收光谱和最大吸收波长,选出最佳方法;然后使用吸收光谱和最大吸收波长,求得短路电流密度的校正系数;再求出开路电压的理论计算值,求得开路电压的校正系数;再对敏化剂进行结构修饰,设计染料敏化剂分子,计算得到它们的理论短路电流密度和开路电压,最后计算得到总光电转化效率。本发明基于可靠的文献数据和理论计算方法,具有简便快捷、低成本、无需合成染料敏化剂、不污染环境等优点。

Patent Agency Ranking