首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于机器学习辅助的耐高温氧化难熔高熵合金设计方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:上海大学

摘要:一种基于机器学习辅助的耐高温氧化难熔高熵合金设计方法,包括:收集难熔高熵合金的高温氧化增重数据,建立原始数据集;把合金成分特征描述符转化为原子尺度特征描述符,并与氧化温度特征描述符和氧化时间特征描述符归一化处理后,作为模型的输入,以氧化增重描述符作为输出,用机器学习模型进行建模和训练,筛选得到最优的机器学习模型;采用过滤器法、封装器法、嵌入法进行特征筛选,确定最优特征集;以最优特征集作为输入,用机器学习模型进行再训练;构建虚拟样本并预测氧化增重,从而实现辅助设计耐高温氧化难熔高熵合金。该方法大幅缩短了研发周期,节省了时间和成本。

主权项:1.一种基于机器学习辅助的耐高温氧化难熔高熵合金设计方法,其特征在于,包括以下步骤:步骤一、从文献中收集难熔高熵合金的高温氧化增重数据,建立原始数据集;步骤二、把合金成分特征描述符转化为原子尺度特征描述符,将原子尺度特征描述符、氧化温度特征描述符和氧化时间特征描述符经归一化处理后,作为模型的输入,以氧化增重描述符作为输出,用机器学习模型进行建模和训练,筛选得到最优的机器学习模型;采用十折交叉验证法对模型精度进行评估;步骤三、采用过滤器法、封装器法、嵌入法进行特征筛选,确定最优特征集;以最优特征集作为输入,用步骤二筛选得到的机器学习模型进行再训练;步骤四、基于难熔高熵合金成分构建虚拟样本,使用骤二筛选得到的机器学习模型预测虚拟样本在高温下的氧化增重,筛选出性能优异的难熔高熵合金;步骤五、制备步骤四筛选出的难熔高熵合金,进行实验验证。

全文数据:

权利要求:

百度查询: 上海大学 基于机器学习辅助的耐高温氧化难熔高熵合金设计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。