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！

龙图腾网获悉天津中德应用技术大学申请的专利一种基于机器学习的涂层性能预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120636599B 。

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511105859.3，技术领域涉及：G16C20/30；该发明授权一种基于机器学习的涂层性能预测方法是由石磊;白雪;田鹏勇;宋宗贤;王毓;施莹;王青云;赵俊英;李欢设计研发完成，并于2025-08-08向国家知识产权局提交的专利申请。

本一种基于机器学习的涂层性能预测方法在说明书摘要公布了：本发明公开了一种基于机器学习的涂层性能预测方法，包括如下步骤：1获取参数；进行归一化处理，得到原始数据集；进行关键特征筛选，获得关键特征数据集；2分为4个数据子集；3将4个数据子集采用n种机器学习算法逐一进行训练和测试，得到最佳物理特征预测子模型A、最佳性能预测子模型B、C和D；4构建Stacking集成模型，对涂层性能进行预测。本发明的预测方法通过选择最优算法建模，根据制备工艺参数对涂层性能进行预测，具有较高的准确性和泛化能力，实现了涂层性能的精确预测。

本发明授权一种基于机器学习的涂层性能预测方法在权利要求书中公布了：1.一种基于机器学习的涂层性能预测方法，其特征在于，包括如下步骤： 1获取涂层的制备工艺参数、物理特征和性能相关数据；对上述数据进行归一化处理，得到原始数据集；以性能为输出特征，对制备工艺参数和物理特征进行关键特征筛选，获得关键特征数据集； 2将所述关键特征数据集分为4个数据子集： 以制备工艺参数作为输入，物理特征作为输出，构建第一数据子集； 以制备工艺参数作为输入，性能作为输出，构建第二数据子集； 以物理特征作为输入，性能作为输出，构建第三数据子集； 以制备工艺参数和物理特征作为输入，性能作为输出，构建第四数据子集； 3将所述4个数据子集分别按预设比例划分训练集和测试集，采用不小于4的n种机器学习算法逐一进行训练和测试； 经第一数据子集训练和测试得到n个子模型A，选取其中预测精确度最高的作为最佳物理特征预测子模型A， 经第二数据子集训练和测试得到n个子模型B；经第三数据子集训练和测试得到n个子模型C；经第四数据子集训练和测试得到n个子模型D；选取其中预测精确度高，且机器学习算法不同的最优组合得到最佳性能预测子模型B、C和D； 4以制备工艺参数作为输入，通过最佳物理特征预测子模型A得到物理特征预测值；以制备工艺参数和物理特征预测值作为输入，性能作为输出构建数据集，按预设比例划分训练集和测试集；将最佳性能预测子模型B、C和D作为基模型构建Stacking集成模型，采用Stacking集成模型对涂层性能进行预测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人天津中德应用技术大学，其通讯地址为：300350 天津市津南区海河教育园区雅深路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。