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！

摘要：本发明涉及钽酸盐热障涂层技术领域，具体涉及一种稀土钽酸盐材料热导率预测模型的构建方法及应用，包括采集稀土钽酸盐材料的热导率、利用稀土钽酸盐材料的关键特征构建特征池，计算特征间的皮尔逊相关性系数并对特征进行降维，剔除冗余特征，再对8种常用的回归模型进行评估，其中梯度提升回归树模型GBRT表现最佳。随后，基于GBRT模型进行特征最优子集筛选，并基于最优子特征组合构建预测稀土钽酸盐热导率的梯度提升回归树模型。本发明可以构建高精度成分‑热导率映射模型，实现稀土钽酸盐材料热导率的快速预测，减少实验试错成本，加速实验进展。

主权项：1.一种稀土钽酸盐材料热导率预测模型的构建方法，其特征在于，包括以下步骤：S1：采集每种稀土钽酸盐材料对应20-900℃热导率实验数据，所采集的数据的化学式均为RETaO4，其中，RE为稀土元素Y、Ce、Nd、Sm、Eu、Gd、Dy、Lu、Ho其中一种或多种的组合，Ta代表钽元素，O代表氧元素，RE：Ta：O的元素元素剂量比为1：1：4；S2：以元素剂量比为权重，对RE、Ta、O元素对应的元素属性进行加权数学运算得到加权特征，将加权特征作为初始特征；S3：通过计算初始特征间皮尔逊相关系数剔除相关性0.85的冗余初始特征，构建特征池；S4：基于S3计算得到的特征池，选用8种回归模型，以十次十折交叉验证的平均决定系数为判据，进行最优模型选择，最终梯度提升回归树为最优模型；其中，所选用的8种回归模型分别为：GBRT、Xgboost、SVR、RF、LR、RR、Adaboost、LASSO；十折交叉验证：将数据集分成十份，轮流将其中9份作为训练数据，1份作为测试数据，进行试验；S5：根据S4选择出的GBRT模型，联合特征池，以十次十折交叉验证的平均决定系数为判据，进行子特征迭代筛选，筛选出GBRT模型R2最高时对应的子特征集；子集构建方法：首先选择温度为固定特征，然后从剩余特征池中分别选取一至八种特征进行组合，最终共有255种特征组合；S6：以S5筛选出的子特征集为输入自变量，稀土钽酸盐材料的热导率实验数据值为输出因变量，使用Python库中的scikit-learn包，构建稀土钽酸盐材料热导率预测GBRT模型。

全文数据：

权利要求：

百度查询： 昆明理工大学 一种稀土钽酸盐材料热导率预测模型的构建方法及应用