中南大学姜雁斌获国家专利权
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!
龙图腾网获悉中南大学申请的专利一种高性能新型合金的预测方法及系统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:CN116580790B 。
龙图腾网通过国家知识产权局官网在2025-11-28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:202310458788.X,技术领域涉及:G16C60/00;该发明授权一种高性能新型合金的预测方法及系统是由姜雁斌;谭騛;李周;徐国富;肖柱;雷前;龚深;贾延琳设计研发完成,并于2023-04-26向国家知识产权局提交的专利申请。
本一种高性能新型合金的预测方法及系统在说明书摘要公布了:本发明公开了一种高性能新型合金的预测方法及系统,方法包括:获取历史合金数据集;对历史合金数据集进行数据预处理,得到每一种历史合金的合金元素特征因子集;通过相关性分析法、梯度下降法及SHAP法对合金元素特征因子集进行筛选,得到关键特征因子组合;利用奥图纳算法根据数据情况构建出大批量不同的模型超参数组合,结合关键特征因子组合进行神经网络模型超参数自优化和模型自筛选,根据模型泛化能力和测试准确率来判断是否得到最佳模型;获取元素周期表中所有元素的元素特征因子数据;根据元素特征因子数据及最佳模型预测得到高性能新型合金。解决了手动调整超参数过程机器学习模型泛化能力弱,模型过拟合或欠拟合导致的准确率低的问题。
本发明授权一种高性能新型合金的预测方法及系统在权利要求书中公布了:1.一种高性能新型合金的预测方法,其特征在于,包括: 获取历史合金数据集,所述历史合金数据集包含多种历史合金的合金数据,每一种合金具有多个合金元素; 对所述历史合金数据集进行数据预处理,得到每一种历史合金的合金元素特征因子集; 利用pearson相关性分析法,计算所述合金元素特征因子集中任意两个特征因子之间的特征因子相关性系数值,且计算每一个特征因子与目标数据之间的目标相关系数值,所述目标数据包括组织数据和性能数据; 当所述特征因子相关性系数值的绝对值不大于预设阈值时,去除对应的两个特征因子; 当所述特征因子相关性系数值的绝对值大于预设阈值时,比较对应的两个特征因子的目标相关系数值,去除目标相关系数值小的特征因子,将剩下的特征因子作为第一特征因子; 通过梯度下降法建立所述第一特征因子与所述目标数据的支持向量模型; 根据K折交叉验证计算出每一次梯度下降时所述支持向量模型的模型准确率; 根据所述模型准确率从所述第一特征因子中选择得到关键特征因子组合; 根据SHAP法对所述关键特征因子组合进行特征重要度评估,得到最佳的关键特征因子组合; 通过多层感知机MLP算法对关键特征因子与目标数据的神经网络模型框架进行初始化; 基于初始化的神经网络模型框架通过奥普图算法根据预设超参数,构建出大批量不同的模型超参数组合的的神经网络模型; 将所述关键特征因子组合放入所述神经网络模型中进行超参数自优化和模型自筛选; 根据模型泛化能力和测试准确率得到最佳模型; 获取元素周期表中所有元素的元素特征因子数据; 根据所述元素特征因子数据及所述最佳模型预测得到高性能新型合金。
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中南大学,其通讯地址为:410083 湖南省长沙市岳麓区麓山南路932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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励