发明

基于高斯过程回归的高分子材料多目标属性预测方法2024

2024-04-11 07:30:26 发布于四川 0
  • 申请专利号:CN202410037187.6
  • 公开(公告)日:2024-04-09
  • 公开(公告)号:CN117854650A
  • 申请人:四川大学
摘要:本发明公开了基于高斯过程回归的高分子材料多目标属性预测方法,收集实验数据构成特征集,特征集中的每一条实验数据均为13维的实值向量[xi,yi],其中,输入向量x为关于制备样品所使用的材料及工艺参数的描述,目标属性值记作y,记录使用不同合成方案制备的样品经实验方法测得的面内导热属性与垂直导热属性值;对离散型类别变量进行缺失值补充;若检测特征集存在多重共线性问题,剔除掉冗余变量,并进行标准化;训练和评估多目标属性预测模型,利用多目标属性预测模型预测分子材料的面内导热属性与垂直导热属性值。本发明在不提高数据获取成本的情况下,通过挖掘目标属性间的统计相关性,同时预测分子材料的面内导热属性与垂直导热属性。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117854650 A (43)申请公布日 2024.04.09 (21)申请号 202410037187.6 (22)申请日 2024.01.10 (71)申请人 四川大学 地址 610044 四川省成都市一环路南一段 24号 (72)发明人 李川 邓梓烽  (74)专利代理机构 四川省天策知识产权代理有 限公司 51213 专利代理师 张秀敏 (51)Int.Cl. G16C 60/00 (2019.01) G16C 20/30 (2019.01) G16C 20/70 (2019.01) G06F 18/27 (2023.01) G06F 18/214 (2023.01) 权利要求书7页 说明书20页 附图10页 (54)发明名称 基于高斯过程回归的高分子材料多目标属 性预测方法 (57)摘要 本发明公开了基于高斯过程回归的高分子 材料多目标属性预测方法,收集实验数据构成特 征集,特征集中的每一条实验数据均为13维的实 值向量[x ,y ],其中,输入向量x为关于制备样 i i 品所使用的材料及工艺参数的描述,目标属性值 记作y,记录使用不同合成方案制备的样品经实 验方法测得的面内导热属性与垂直导热属性值; 对离散型类别变量进行缺失值补充;若检测特征 集存在多重共线性问题,剔除掉冗余变量,并进 行标准化;训练和评估多目标属性预测模型

最新专利