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：本发明涉及一种使用机器学习构建非标准复杂材料色散模型的方法，对未知待测样品使用实验测量，获得的数据利用机器学习方法中的主成分分析算法进行压缩、初步筛选，再运用K均值聚类算法进行共性识别，最终获得未知待测样品的组成元素作为EMA模型基元，利用EMA模型获得未知待测样品材料参数。无需人为研究复杂材料的组分和光学性质，即可模拟集成电路中复杂材料的色散性能参数。该方法可以自动分析出组成复杂材料的“基元”，直接作为EMA模型的组成元素进行模型的拟合。解决新材料组分比较复杂且材料组分不清无法用现有模型拟合的问题。
主权项：1.一种使用机器学习构建非标准复杂材料色散模型的方法，其特征在于，具体包括如下步骤：1未知待测样品数据收集：根据未知待测样品的结构和不均匀度，限定测量范围和测样点位置、数量，对所有测样点进行测量，得到所有测样点相对应的椭偏光谱或测样点对应的傅里叶系数；2使用主成分分析算法对每一个测样点的数据进行维度压缩，获得压缩后维数数据；3采用K均值聚类算法对步骤2每一个测样点压缩后维数数据进行聚类计算，计算结果得到的k1个聚类中心作为未知待测样品的基本元素，将此k1个聚类中心对应的测样点作为组成EMA模型的基元，利用EMA模型获得未知待测样品材料的色散性能参数，用以描述该未知待测样品材料的基本元素。
全文数据：
权利要求：
百度查询： 上海科技大学 使用机器学习构建非标准复杂材料色散模型的方法
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