上海大学朱琦缘获国家专利权
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！
龙图腾网获悉上海大学申请的专利一种分子铁电体铁电-顺电相变温度的机器学习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：CN115410654B 。
龙图腾网通过国家知识产权局官网在2026-03-20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：202211017972.2，技术领域涉及：G16C10/00；该发明授权一种分子铁电体铁电-顺电相变温度的机器学习预测方法是由朱琦缘;卢天;纪晓波;陆文聪设计研发完成，并于2022-08-24向国家知识产权局提交的专利申请。
本一种分子铁电体铁电-顺电相变温度的机器学习预测方法在说明书摘要公布了：本发明公开了一种分子铁电体铁电‑顺电相变温度的机器学习预测方法，从文献中收集分子铁电体的化学式及其铁电‑顺电相变温度的实验值；利用文献、第一性原理计算、拓扑结构进行计算，获得用于描述样本特征的特征参数；快速降低特征的维度，再结合子集搜索策略嵌入学习器，获得最佳特征的子集；以铁电‑顺电相变温度为目标变量，以最佳特征为自变量，利用支持向量机回归算法，建立分子铁电体铁电‑顺电相变温度的定量预测模型；收集新的分子铁电体样本，获得新样本的特征参数，根据定量预测模型，预测新的分子铁电体样本的铁电‑顺电相变温度。本发明基于可靠的文献数据和建模方法，所建预报模型具有简便快捷、低成本、无污染、可解释优点。
本发明授权一种分子铁电体铁电-顺电相变温度的机器学习预测方法在权利要求书中公布了：1.一种分子铁电体铁电-顺电相变温度的机器学习预测方法，其特征在于，包括以下步骤： 1从文献中收集分子铁电体的化学式及其铁电-顺电相变温度的实验值； 2利用文献、第一性原理计算、拓扑结构进行计算，获得用于描述样本特征的特征参数，所述特征参数包括量化参数、拓扑结构参数和原子参数； 3先用最大相关最小冗余方法融合皮尔逊相关系数，降低特征维度，选取候选特征；再用前进法嵌入支持向量机算法搜索合适的特征组合，获得最佳特征的子集； 4以在所述步骤1中收集到的铁电-顺电相变温度为目标变量，以在所述步骤3中得到的最佳特征为自变量，利用支持向量机回归算法，建立分子铁电体铁电-顺电相变温度的定量预测模型； 5收集新的分子铁电体样本，通过在步骤2中的方法获得新样本的特征参数，根据在所述步骤4中建立的定量预测模型，预测新的分子铁电体样本的铁电-顺电相变温度。
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上海大学，其通讯地址为：200444 上海市宝山区上大路99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