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：南京航空航天大学
摘要：一种基于深度神经网络的获得超硬掺杂DLC涂层的方法，它包括以下步骤：搜集掺杂DLC和硬度有关的历史实验数据信息以及第一性原理计算信息，计算输入特征，构建原始数据集；并对优化后的数据集进行标准化处理，获得掺杂DLC硬度数据的训练集和测试集；搭建DNN模型，用训练集数据对模型进行训练，用贝叶斯优化算法对模型超参数进行优化，获得最优参数模型；用训练好的模型预测新的掺杂DLC，设计相同元素下的最佳元素含量。本发明解决了掺杂DLC的设计难题，目前掺杂DLC的设计多采用实验试错法以及第一性原理仿真，均存在设计周期长、资源消耗大、成本昂贵等缺点，难以获得具备期望性能的掺杂DLC涂层。因此，该方法能满足新型掺杂DLC涂层的快速、准确、高效设计。
主权项：1.一种基于深度神经网络的获得超硬掺杂DLC涂层的方法，其特征在于，它包括：搜集掺杂金属元素的历史实验数据信息以及第一性原理仿真计算数据，根据DLC掺杂元素组分配比数据及元素化学信息计算输入特征描述符，构建原始数据集；对所述初始数据集进行数据清洗、数据归一化，并对获取的数据进行特征工程，构建输入特征数据集，对输入特征进行划分构建测训练集和测试集；搭建一个DNN模型，模型为了防止过拟合加入了正则化惩罚项和Dropout函数，利用所述测试集评估和训练DNN网络模型；利用贝叶斯优化BO方法对DNN的超参数进行处理，得到DNN模型；根据DNN模型建立不同元素含量的掺杂DLC的硬度预测数据集，并结合特征分析，获得超硬掺杂DLC涂层。
全文数据：
权利要求：
百度查询： 南京航空航天大学 一种基于深度神经网络的获得超硬掺杂DLC涂层的方法
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