← 返回列表

基于数据挖掘的液晶材料配方分析方法及装置

申请号: CN202410121441.0
申请人: 烟台国工智能科技有限公司
申请日期: 2024/1/30

摘要文本

基于数据挖掘的液晶材料配方分析方法及装置,获取已有的液晶材料初始配方配比数据和配方性质数据,将初始配方配比数据和配方性质数据整理成初始结构化数据表;数据清洗后得到有效结构化数据表;采用主成分分析法对有效结构化数据表中的原始配比数据进行降维处理,得到降维后的结构化数据表;对降维数据和预测数据进行匹配,得到含有指定单体的混晶的性质数据形成训练数据集;通过单体性质预测模型建立单体性质和组分之间的映射关系,利用单体性质和组分之间的映射关系推测单体缺失性质的数值。本发明能够实现缺失单体性质的快速推测,为后续配方推测提供依据;能够极大地减少实验量,同时能给实验优化提供方向。

专利详细信息

项目 内容
专利名称 基于数据挖掘的液晶材料配方分析方法及装置
专利类型 发明申请
申请号 CN202410121441.0
申请日 2024/1/30
公告号 CN117649898A
公开日 2024/3/5
IPC主分类号 G16C20/30
权利人 烟台国工智能科技有限公司
发明人 李中伟; 柳彦宏; 毛鑫; 戴开洋
地址 山东省烟台市经济技术开发区珠江路66号正海大厦27层2701号

专利主权项内容

1.基于数据挖掘的液晶材料配方分析方法,其特征在于,包括:获取已有的液晶材料初始配方配比数据和配方性质数据,将所述初始配方配比数据和所述配方性质数据整理成初始结构化数据表;对所述初始结构化数据表中的所述初始配方配比数据和所述配方性质数据进行数据清洗,得到数据清洗后的有效结构化数据表;采用主成分分析法对所述有效结构化数据表中的原始配比数据进行降维处理,得到降维后的结构化数据表;对降维数据和预测数据进行匹配,得到含有指定单体的混晶的性质数据,并删除组分为0的单体以形成训练数据集;通过训练数据集采用随机森林回归算法构建单体性质预测模型,通过所述单体性质预测模型建立单体性质和组分之间的映射关系,利用单体性质和组分之间的映射关系推测单体缺失性质的数值。。来源:百度马 克 数据网