论文摘要
利用机器学习方法进行材料性能预测研究,通过运用3种特征选择方法(Filter、RFE、LASSO)和3种机器学习模型(线性回归、岭回归、支持向量回归),从众多多尺度特征集中选择最佳的特征子集来预测无机化合物的弹性性能,归纳了预测材料弹性性能的最有效的、组合了特征选择与机器学习的预测模型,比较了特征选择方法在不同机器学习模型上的表现,分析了利用特征选择方法得到的特征子集.实验结果表明,Filter和SVR组合模型的预测结果最好,机器学习模型比特征选择方法对预测结果的影响更大,特征选择方法选出的特征子集中主要包括熔点、晶体结构、门捷列夫序号等材料特性.文中研究成果可为获得无机化合物弹性性能描述符和进一步开发更有效的材料性能预测方法提供参考.
论文目录
文章来源
类型: 期刊论文
作者: 胡建军,曹卓,但雅波,牛程程,李想,钱松荣
关键词: 材料信息学,特征选择,机器学习,弹性性能预测
来源: 华南理工大学学报(自然科学版) 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技
专业: 材料科学,自动化技术
单位: 贵州大学机械工程学院,南卡罗来纳大学计算机科学与工程系,贵州大学现代制造技术教育部重点实验室
基金: 国家自然科学基金资助项目(51741101)~~
分类号: TP181;TB302
页码: 48-55
总页数: 8
文件大小: 815K
下载量: 302
相关论文文献
- [1].基于随机森林特征选择的森林类型分类[J]. 北京测绘 2019(12)
- [2].特征选择稳定性研究综述[J]. 软件学报 2018(09)
- [3].基于成对约束分的特征选择及稳定性评价[J]. 计算机与数字工程 2019(06)
- [4].基于样本邻域保持的代价敏感特征选择[J]. 数据采集与处理 2018(02)
- [5].基于特征聚类集成技术的在线特征选择[J]. 计算机应用 2017(03)
- [6].一种基于特征选择的入侵检测方法[J]. 吉林大学学报(理学版) 2015(01)
- [7].基于支持向量机及特征选择的单通道脑电波睡眠分期研究[J]. 生物医学工程学杂志 2015(03)
- [8].一种快速的特征选择框架和方法[J]. 北京邮电大学学报 2019(03)
- [9].特征选择研究综述[J]. 信息与电脑(理论版) 2017(24)
- [10].基于自适应显著特征选择的动态加权平均行人识别模型[J]. 计算机工程与科学 2017(05)
- [11].基于在线特征选择的网络流异常检测[J]. 山东大学学报(工学版) 2016(04)
- [12].基于重采样与特征选择的不均衡数据分类算法[J]. 小型微型计算机系统 2020(06)
- [13].基于条件相关的特征选择方法[J]. 吉林大学学报(工学版) 2018(03)
- [14].基于局部特征选择的微博中文文本分类研究[J]. 现代计算机(专业版) 2017(23)
- [15].改进枢轴特征选择的跨领域情感分类[J]. 计算机工程与设计 2020(11)
- [16].基于独立特征选择和局部保持投影的故障诊断[J]. 机械设计与研究 2020(03)
- [17].基于有效距离的迭代特征选择[J]. 小型微型计算机系统 2017(05)
- [18].一种基于嵌入式特征选择的垃圾邮件过滤模型[J]. 小型微型计算机系统 2009(08)
- [19].多准则融合在数据特征选择中的应用[J]. 控制工程 2018(06)
- [20].入侵检测中特征选择技术的应用[J]. 计算机时代 2018(09)
- [21].生物特征身份识别中的特征选择与先进的识别算法[J]. 北京邮电大学学报 2009(02)
- [22].基于已选特征动态变化的非线性特征选择方法[J]. 吉林大学学报(工学版) 2019(04)
- [23].中文文本特征选择方法研究综述[J]. 工业控制计算机 2017(11)
- [24].基于特征选择和深度信念网络的文本情感分类算法[J]. 计算机应用 2019(07)
- [25].基于l_(1,2)惩罚典型相关分析的特征选择[J]. 计算机应用与软件 2019(10)
- [26].基于分治排序策略的流量二次特征选择[J]. 电子学报 2017(01)
- [27].基于大学生思想特征选择开展群体活动的路径[J]. 科学大众(科学教育) 2012(03)
- [28].一种基于Z-score的微博文本情感分类方法[J]. 信息与电脑(理论版) 2018(06)
- [29].多模场景下的高维数据的特征选择及分类研究[J]. 信息技术 2018(07)
- [30].基于XGBoost特征选择的幕课翘课指数建立及应用[J]. 电子科技大学学报 2018(06)