龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：平顶山学院
摘要：本发明涉及一种钙钛矿光伏材料的性能预测模型构建方法及优选方法，性能预测模型构建方法为：1：构建数据集并进行数据预处理：2：优选出建模的特征子集；3：构建机器学习算法模型：4：优化模型并优选出钙钛矿光伏材料的性能预测模型；优选方法为：按照上述性能预测模型构建方法构建性能预测模型，根据性能预测模型构建高重要性特征变量与光电转换率的相关关系图；对于与光电转换率正相关的高重要性特征变量，则尽可能选择该高重要性特征变量值较大的钙钛矿光伏材料；对于与光电转换率负相关的高重要性特征变量，则尽可能选择该高重要性特征变量值较小的钙钛矿光伏材料；本发明快速高效﹑成本低﹑绿色环保。
主权项：1.一种钙钛矿光伏材料的性能预测模型构建方法，其特征是：含有如下步骤：步骤1﹑收集钙钛矿光伏材料的数据集，将数据集中的光电转换率数据和与光电转换率数据对应的特征变量数据作为机器学习的数据集样本；对数据集样本进行预处理，消除数据中的空缺值和异常值；步骤2﹑将步骤1中预处理后的特征变量数据作为输入，预处理后的光电转换率数据作为输出，搭建度量特征变量重要性的随机森林模型，并采用十折交叉验证法优化该随机森林模型，然后选取出使该随机森林模型效果最好的高重要性特征变量，将该高重要性特征变量和与该高重要性特征变量对应的光电转换率值形成新数据集；步骤3﹑基于步骤2得出的新数据集，按4：1的比例随机划分为训练集和测试集，构建机器学习算法模型：随机森林模型、BP神经网络模型和支持向量机模型；步骤4﹑利用十折交叉验证法对步骤3构建的机器学习算法模型分别进行参数优化，得到最佳参数组合；比较优化后的机器学习算法模型的检验指标，选取出性能预测能力最优的机器学习算法模型作为钙钛矿光伏材料的性能预测模型；检验指标含有相关系数R2、平均绝对误差MAE和均方根误差RMSE。
全文数据：
权利要求：
百度查询： 平顶山学院 钙钛矿光伏材料的性能预测模型构建方法及优选方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号