西安理工大学刘骁骁获国家专利权
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！
龙图腾网获悉西安理工大学申请的专利一种基于高斯机器学习过程模型的功能陶瓷挠曲电性能快速提升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：CN115995273B 。
龙图腾网通过国家知识产权局官网在2026-03-03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：202211609621.0，技术领域涉及：G16C60/00；该发明授权一种基于高斯机器学习过程模型的功能陶瓷挠曲电性能快速提升方法是由刘骁骁;贾兆平;陈静明;冯威;韩诚;张峰;刘明设计研发完成，并于2022-12-14向国家知识产权局提交的专利申请。
本一种基于高斯机器学习过程模型的功能陶瓷挠曲电性能快速提升方法在说明书摘要公布了：本发明公开了一种基于高斯机器学习过程模型的功能陶瓷挠曲电性能快速提升方法，包括以下步骤：S1：输入数据集准备；S2：建立高斯过程GP回归模型；S3：建立贝叶斯优化机器学习模型；S4：合成和表征最优化合物；S5：进行多元基复合陶瓷材料的挠曲电系数分析；S6：进行机器学习预测能力分析。本发明采用上述的一种基于高斯机器学习过程模型的功能陶瓷挠曲电性能快速提升方法，不仅可以预测挠曲电系数与化合物之间的准线性化关系，并且可以加速发现目前预测的挠曲电性较大的最佳材料，增加了实验设计的准确性，以降低成本，避免耗时的实验操作，更为指导预测新陶瓷材料性能的实验设计提供了必要的理论和实验依据。
本发明授权一种基于高斯机器学习过程模型的功能陶瓷挠曲电性能快速提升方法在权利要求书中公布了：1.一种基于高斯机器学习过程模型的功能陶瓷挠曲电性能快速提升方法，其特征在于：包括以下步骤： S1：输入数据集准备； S2：建立高斯过程GP回归模型； 在步骤S2中，建立高斯过程GP回归模型，用均值函数和协方差函数表示，给定一个函数，它遵循一个具有均值和协方差函数的高斯过程，表示为： 1 假设存在一个数据集，其中； 高斯协方差函数作为流行的平方指数核，表示为： 2 其中，是超参数，采用最大似然估计来确定；无约束优化问题由以下表达式实现： 3； 通过GP回归模型对化合物的预测，初始训练数据集和新实验点的联合分布表示为： 4 其中，； 基于谢尔曼-莫里森-伍德伯里公式，函数值的预测分布表示为： 5 其中 6 7； S3：建立贝叶斯优化机器学习模型； S4：合成和表征最优化合物； S5：进行多元基复合陶瓷材料的挠曲电系数分析； S6：进行机器学习预测能力分析。
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西安理工大学，其通讯地址为：710048 陕西省西安市金花南路5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。
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。
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。
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
请提出您的宝贵建议，有机会获取IP积分或其他奖励