-
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
申请人： 上海大学 , 云南锡业集团(控股)有限责任公司研发中心
IPC分类号： G06F18/2431 , G16C20/70 , G16C60/00
摘要： 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。
-
公开(公告)号：CN112116091B
公开(公告)日：2023-07-18
申请号：CN202010859424.9
申请日：2020-08-24
申请人： 上海大学 , 云南锡业集团(控股)有限责任公司研发中心
摘要： 本发明公开了一种基于机器学习快速预测有机无机杂化钙钛矿带隙的在线预报方法，包括建立样本集、生成描述符、划分训练集和测试集、选出建模的最优特征子集、构建快速预报模型、预报测试集样本的带隙、开发完成在线预报应用程序，并实现快速预测有机无机杂化钙钛矿带隙数值。本发明通过来源于数据库中的样本数据，建立了高效快捷的预报模型，开发了快速预报有机无机杂化钙钛矿的在线预报应用程序，可通过网址和手机微信二维码进行访问使用，具有简单便捷、成本低廉、绿色环保的优点。使用本发明中的应用程序在线预报有机无机杂化钙钛矿的带隙，能帮助实验研究人员避免实验“试错法”的盲目性，节约实验时间和成本，提高材料研发效率。
-
公开(公告)号：CN115132293A
公开(公告)日：2022-09-30
申请号：CN202210617757.X
申请日：2022-06-01
申请人： 上海大学 , 云南锡业集团(控股)有限责任公司研发中心
摘要： 本发明公开了一种集成模型快速预测锡基焊料合金蠕变应力指数的方法及系统，从文献中收集锡基焊料合金的元素组成、测试温度和蠕变应力指数数值，并添加实验数据，作为数据集样本；整理出锡基焊料合金的元素组成和测试温度，用作建模的特征；将数据集以4:1的比例随机划分为训练集与测试集；以收集的锡基焊料合金的蠕变应力指数数值作为目标变量，以构建的特征为自变量，基于划分出的训练集，对自变量使用RobustScaler缩放数据，训练三个学习器并集成得到R‑X‑L集成模型；利用R‑X‑L集成模型快速预报测试集样本及4个独立实验样本的蠕变应力指数。本发明基于可靠文献数据和建模方法，所建锡基焊料合金蠕变应力指数的预报模型具有简便快捷、低成本、无污染等优点。
-
公开(公告)号：CN113806926A
公开(公告)日：2021-12-17
申请号：CN202111005146.1
申请日：2021-08-30
申请人： 上海大学 , 云南锡业集团(控股)有限责任公司研发中心
IPC分类号： G06F30/20 , G06F119/14
摘要： 本发明公开了一种SHAP包装LightGBM快速预报锡基焊料的极限抗拉强度的可解释方法及其系统，从文献中收集实验值作为数据集样本；整理锡基焊料合金的元素组成，计算样本用于建模的特征；随机划分训练集与测试集；基于训练集，对自变量使用离群值缩放数据，建立锡基焊料合金极限抗拉强度初步预报模型；根据建立的锡基焊料合金极限抗拉强度的预报模型，使用SHAP计算每个特征的SHAPvalue并包装LightGBM进行特征筛选，选取出最优的特征子集；根据建立的锡基焊料合金极限抗拉强度的可解释预报模型，快速预报独立测试集中锡基焊料合金的极限抗拉强度。本发明基于可靠的文献数据和建模方法，所建锡基焊料合金极限抗拉强度的预报模型具有简便快捷、低成本、无污染、可解释等优点。
-
公开(公告)号：CN115831263A
公开(公告)日：2023-03-21
申请号：CN202211418674.4
申请日：2022-11-14
申请人： 上海大学 , 云南锡业集团(控股)有限责任公司研发中心
摘要： 本发明涉及一种优化电解精炼高纯铟产品合格率的方法及系统，属于高纯度金属产品质量控制和优化领域。采用统计机器学习方法建立高纯铟产品质量预测模型，利用高纯铟产品质量预测模型预测高纯铟产品是否合格，并在不合格时优化原料成分占比和/或电解槽工艺参数。本发明利用统计机器学习方法优化电解精炼高纯铟产品合格率，保证了电解精炼产品的稳定性。
-
公开(公告)号：CN114934198B
公开(公告)日：2024-03-01
申请号：CN202210487994.9
申请日：2022-05-06
申请人： 云南锡业集团(控股)有限责任公司研发中心
摘要： 一种基于机器学习优化真空蒸馏制备高纯铟的方法，选择电解法制得的5N铟为原料，用真空蒸馏炉进行真空蒸馏两次提纯；根据两次提纯得到的工艺参数，构建高纯铟实验数据库，然后利用机器学习方法辅助解析真空蒸馏过程，建立多因素耦合的机器学习模型，预测产品质量并优化一定范围内的实验工艺参数，达到优化高纯铟真空蒸馏提纯工艺的目标。本发明借助机器学习方法，建立真空蒸馏优化模型，通过数据库数据，检验真空蒸馏模型准确性，预测并优化真空蒸馏实验工艺参数，实现高纯铟真空蒸馏提纯工艺优化，可提高高纯铟纯度，固化生产工艺参数，增强生产可控性，提高生产效率，为半导体行业提供优质的高纯金属材料。
-
公开(公告)号：CN114807635A
公开(公告)日：2022-07-29
申请号：CN202210489018.7
申请日：2022-05-06
申请人： 云南锡业集团(控股)有限责任公司研发中心
摘要： 基于机器学习的多通道阵列式定向凝固制备高纯铟的方法，示以电解法制得5N铟作为原料，将原料放入真空室进行阵列式多通道定向凝固提纯，得到均匀排列的6N及以上高纯铟产品。本发明结合机器学习方法，建立了多种机器学习预测模型，通过十折交叉验证评估模型的准确性，对比评价不同机器学习模型，筛选出最佳的机器学习模型，预测高纯铟定向凝固的最佳实验参数范围，更快实现高纯铟定向凝固的工艺参数优化，具有选择性高、提纯效率高、可控性强的优点，能够为半导体行业提供优质的高纯金属材料。
-
公开(公告)号：CN114934198A
公开(公告)日：2022-08-23
申请号：CN202210487994.9
申请日：2022-05-06
申请人： 云南锡业集团(控股)有限责任公司研发中心
摘要： 一种基于机器学习优化真空蒸馏制备高纯铟的方法，选择电解法制得的5N铟为原料，用真空蒸馏炉进行真空蒸馏两次提纯；根据两次提纯得到的工艺参数，构建高纯铟实验数据库，然后利用机器学习方法辅助解析真空蒸馏过程，建立多因素耦合的机器学习模型，预测产品质量并优化一定范围内的实验工艺参数，达到优化高纯铟真空蒸馏提纯工艺的目标。本发明借助机器学习方法，建立真空蒸馏优化模型，通过数据库数据，检验真空蒸馏模型准确性，预测并优化真空蒸馏实验工艺参数，实现高纯铟真空蒸馏提纯工艺优化，可提高高纯铟纯度，固化生产工艺参数，增强生产可控性，提高生产效率，为半导体行业提供优质的高纯金属材料。
-
公开(公告)号：CN114807635B
公开(公告)日：2024-03-05
申请号：CN202210489018.7
申请日：2022-05-06
申请人： 云南锡业集团(控股)有限责任公司研发中心
摘要： 基于机器学习的多通道阵列式定向凝固制备高纯铟的方法，示以电解法制得5N铟作为原料，将原料放入真空室进行阵列式多通道定向凝固提纯，得到均匀排列的6N及以上高纯铟产品。本发明结合机器学习方法，建立了多种机器学习预测模型，通过十折交叉验证评估模型的准确性，对比评价不同机器学习模型，筛选出最佳的机器学习模型，预测高纯铟定向凝固的最佳实验参数范围，更快实现高纯铟定向凝固的工艺参数优化，具有选择性高、提纯效率高、可控性强的优点，能够为半导体行业提供优质的高纯金属材料。
-
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
申请人： 上海大学
摘要： 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。
-
-
-
-
-
-
-
-
-
搜索结果
89 条记录 (耗时 0.055 秒)
