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！
摘要：本发明提供了一种基于神经网络和贝叶斯优化的热辐射材料设计方法及系统，包括如下步骤：模型获取步骤：获取并训练深度学习神经网络模型；循坏迭代步骤：将训练后的深度学习神经网络模型结合贝叶斯优化对热辐射材料结构设计进行循环迭代，得到热辐射材料结构设计。本发明通过采用深度学习神经网络模型和贝叶斯优化相结合的设计框架，将高维候选空间映射为低维、连续且紧凑的空间，再由贝叶斯优化进行高效搜索，解决了高维热辐射材料难以实现全局优化设计的问题。
主权项：1.一种基于神经网络和贝叶斯优化的热辐射材料设计方法，其特征在于，包括如下步骤：模型获取步骤：获取并训练深度学习神经网络模型；循坏迭代步骤：将训练后的深度学习神经网络模型结合贝叶斯优化对热辐射材料结构设计进行循环迭代，得到热辐射材料结构设计；所述模型获取步骤包括如下步骤：步骤S1：针对材料体系和设计目标，进行数据集的准备；步骤S2：使用数据集训练对抗自编码器，提取对抗自编码器中的解码器作为生成模型；所述步骤S1包括如下步骤：特性获取步骤：将材料的结构用数字序列表示，并作为电磁仿真的输入得到材料热辐射特性；标准确定步骤：根据设计目标，确定评估标准；数据集获取步骤：使用传统优化算法或随机搜索进行特性获取步骤和标准确定步骤的迭代循环，筛选后得到数据集；所述步骤S2包括如下步骤：网络确定步骤：将数据集进行数据扩充，并确定对抗自编码器网络架构；训练模型步骤：使用数据扩充后的数据集训练对抗自编码器并分块保存对抗自编码器内部的模型；在所述循坏迭代步骤中，将生成模型的输出连接电磁仿真的输入，电磁仿真的输出连接评估标准，评估标准下的计算结果连接贝叶斯优化的输入，贝叶斯优化的输出连接生成模型的输入，循环迭代直至设计满足目标。
全文数据：
权利要求：
百度查询： 上海交通大学 昆明贵研新材料科技有限公司 基于神经网络和贝叶斯优化的热辐射材料设计方法及系统
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