一种反向神经传播网络的核电材料寿命预测模型及方法

    公开(公告)号:CN115048858A

    公开(公告)日:2022-09-13

    申请号:CN202210571025.1

    申请日:2022-05-24

    Abstract: 本发明公开了一种反向神经传播网络的核电材料寿命预测模型及方法,数据质量评价模块:筛选出决定影响寿命的核电材料的特征数据字段、与期待模型输出结果的目标数据字段;数据相关性确定模块:根据生成的数据字段相关性,由联合密度概率分布计算出的最大信息系数;数据参数确定模块:选择反向神经传播网络算法作为机器学习模型的基本算法,获得参数,并对参数进行贝叶斯超参数优化;模型训练模块:选择模型,对优化后的参数进行学习,得到机器学习模型;本发明能够在机器学习/深度学习广泛应用于材料行业的当下,不需要核电结构材料数据研究人员掌握编程技巧,就可以快速掌握核电结构材料数据性能预测模型的构建方法,调试模型并进行评价。

Patent Agency Ranking