Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

预测掺杂Pr3+发光材料发射波长的AdaBoost集成学习方法 

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:桂林电子科技大学

摘要:本发明属于发光材料发射波长预测技术领域,公开了预测掺杂Pr3+发光材料发射波长的AdaBoost集成学习方法,包括S1、数据集获取;S2、数据集预处理;S3、模型建立;S4、模型训练;S5、评估模型;本发明先从多种途径收集发光材料的描述符作为模型的输入数据;接着对数据进行筛选和转换;然后将数据划分为输入变量和目标变量,并划分为训练集和测试集;最后基于AdaBoost算法建立模型,通过迭代学习多个决策树回归器的组合、通过调整决策树回归器的参数来优化模型性能、通过计算判定系数R2来量化模型的拟合程度,其有效地减少了实验时间和成本,提升了预测的准确性和可靠性。

主权项:1.预测掺杂Pr3+发光材料发射波长的AdaBoost集成学习方法,其特征在于,包括以下步骤:S1、数据集获取收集文献中掺杂Pr3+发光材料的描述符,每一种材料包括其对应的描述符为相应的一条数据;S2、数据集预处理若部分材料在现有文献中没有现存的cif文件,将此条记录删除,其材料的晶体系统为英文字符,并将其转换为计算机能识别的数字,不同的数字代表不同的晶体系统;S3、模型建立将步骤S2预处理后的数据集中的第一列作为目标变量,其余列作为输入变量,形成了样本数据集;然后将这些样本数据按比例划分为训练集和测试集;最后基于AdaBoost建立模型;S4、模型训练S5、评估模型输出训练集和测试集的判定系数R2的值;其中,R2的取值范围在0到1之间,且R2越接近1表示模型对数据的拟合越好。

全文数据:

权利要求:

百度查询: 桂林电子科技大学 预测掺杂Pr3+发光材料发射波长的AdaBoost集成学习方法

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。