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：上海大学
摘要：本发明公开了一种一种基于LASSO‑SVM快速预测二维钙钛矿禁带宽度的方法及其系统，通过查找近年来发表的二维钙钛矿相关文献，从中提取出二维钙钛矿的化学分子式和禁带宽度值，作为数据集样本。将数据集样本划分为训练集和测试集，根据LASSO方法实现变量的有效选择，继而采用SVM方法进行二维钙钛矿禁带宽度值的回归模型的建立。本发明系统包括输入模块、数据分析模块和输出模块。本发明基于近年来已发表的可靠的文献数据和LASSO‑SVM的组合方法，所建立的二维钙钛矿禁带宽度的预报模型具有快捷高效、节省资源、成本低廉的优点。
主权项：1.一种基于LASSO-SVM快速预测二维钙钛矿禁带宽度的方法，其特征在于，包括以下步骤：1建立样本集：从公开发表的文献中查找二维钙钛矿材料的化学式，无机层厚度和禁带宽度的实验测定值，作为数据集样本；2生成描述符：利用已收集到的数据，分别查询得到有机阳离子的物化性质和原子参数，结合二维钙钛矿的无机层厚度共同组成特征变量，生成描述符；3样本数据预处理：将查找收集到的二维钙钛矿的样本数据集进行预处理，剔除异常值，对于化学式相同其且禁带宽度值相近的材料，对其禁带宽度值取平均值；然后，根据化学式，将整理后的样本数据集进行标准化处理；4划分训练集和测试集：将所述步骤3中经过预处理后的数据集样本随机划分为训练集和测试集；5特征变量降维：以在所述步骤1收集的禁带宽度数值作为目标变量，以在在所述步骤2中得到的描述符作为自变量，采用LASSO算法对在在所述步骤4中训练集进行特征变量的筛选，对自变量进行降维，筛选出建模的最优自变量子集；6构建快速预报模型：在所述步骤5降维后的数据集基础上，采用支持向量机回归算法，对筛选出的最优自变量子集，建立二维钙钛矿的禁带宽度值的预报模型，并进行参数优化；7分析预报：根据建立的二维钙钛矿的禁带宽度值的预报模型，对测试集样本的钙钛矿的禁带宽度进行快速预报。
全文数据：
权利要求：
百度查询： 上海大学 基于LASSO-SVM快速预测二维钙钛矿禁带宽度的方法及其系统
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