- 专利标题： 核反应堆包壳材料辐照肿胀的集成学习预测方法
-
申请号： CN201810628508.4申请日： 2018-06-19
-
公开(公告)号： CN108985335B公开(公告)日： 2021-04-27
- 发明人: 李丹宁 , 杨文 , 贺新福 , 胡长军 , 王珏 , 陈丹丹 , 李建江
- 申请人： 中国原子能科学研究院 , 北京科技大学 , 中国科学院计算机网络信息中心
- 申请人地址： 北京市房山区新镇三强路1号; ;
- 专利权人： 中国原子能科学研究院,北京科技大学,中国科学院计算机网络信息中心
- 当前专利权人： 中国原子能科学研究院,北京科技大学,中国科学院计算机网络信息中心
- 当前专利权人地址： 北京市房山区新镇三强路1号; ;
- 代理机构： 北京市广友专利事务所有限责任公司
- 代理商 张仲波
- 主分类号： G06K9/62
- IPC分类号： G06K9/62 ; G06N3/02
摘要：
本发明提供一种核反应堆包壳材料辐照肿胀的集成学习预测方法，涉及组合多个弱监督模型结果的集成学习材料预测技术领域。本发明采用堆叠的多层异态回归器模型，其为两层架构，第一层包括四个不同的基学习器，分别为人工神经网络、支持向量机、梯度提升和随机森林，并且第一层采用5折交叉验证训练，第二层通过XGBoost建立。本发明能够降低偏差和方差，提高模型的泛化能力，使材料特性的预测结果更加准确。
公开/授权文献
- CN108985335A 核反应堆包壳材料辐照肿胀的集成学习预测方法 公开/授权日：2018-12-11
