上海大学丁鹏获国家专利权
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机器学习辅助Janus结构的功能性聚酰亚胺复合材料的制备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:CN119181444B 。
龙图腾网通过国家知识产权局官网在2025-12-26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:202411173951.9,技术领域涉及:G16C60/00;该发明授权机器学习辅助Janus结构的功能性聚酰亚胺复合材料的制备方法是由丁鹏;沈雪;张瑜;李雄设计研发完成,并于2024-09-30向国家知识产权局提交的专利申请。
本机器学习辅助Janus结构的功能性聚酰亚胺复合材料的制备方法在说明书摘要公布了:本发明属于高分子材料制造技术领域,公开了一种机器学习辅助Janus结构的功能性聚酰亚胺复合材料的制备方法,其方法包括:S1建立数据库;S2数据预处理;S3设计基本结构及制备工艺;S4构建并训练机器学习模型;S5模型测试与评估;S6特征重要性分析;S7复合材料的优化设计;S8实验验证。本发明通过运用机器学习算法模型,分析多种因素对功能性聚酰亚胺复合材料性能的影响,评估关键特征影响性能的程度,得到复合材料及其制备工艺,该材料具有功能分层结构,表层作为阻抗匹配层,中间层作为电磁波吸收层,基底层作为反射层,热压后使结构封装完整、提升材料整体的吸波效率和热管理性能,能够满足各种高端电子设备的制造需求。
本发明授权机器学习辅助Janus结构的功能性聚酰亚胺复合材料的制备方法在权利要求书中公布了:1.一种机器学习辅助Janus结构的功能性聚酰亚胺复合材料的制备方法,其特征在于,包括以下步骤: S1、建立数据库 收集已知的功能性聚酰亚胺复合材料信息,包含分类特征、数值特征和制备工艺,并建立数据库; S2.数据预处理 将分类特征转换为二进制子类别特征“0”和“1”,对数据进行预处理,并按照比例划分为训练集和测试集; S3:设计基本Janus结构及制备工艺 设计包括Janus表层、中间层和基底层的待制备聚酰亚胺复合材料基本结构,再设计复合材料的基本组分、配比和制备工艺,其工艺为:制备出复合材料的各层,然后热压; S4.构建并训练机器学习模型 选择机器学习算法,使用训练集构建机器学习预测模型,将复合材料的特征信息作为输入参数,以评价指标评价机器学习预测模型的精度,采用交叉验证筛选机器学习最佳预测模型; S5.模型测试与评估 利用测试集测试机器学习模型的精度,并采用相关评价指标进行性能评估;通过皮尔逊相关系数分析和验证特征的重要程度,确保模型的准确性和可靠性; S6.特征重要性分析 利用递归特征消除法结合机器学习预测模型,有效识别出关键特征变量,基于皮尔逊相关系数的分析结果,对这些关键特征进行进一步的调整和优化模型参数及特征选择,以精确调整模型并确保最高的预测精度与提高实际应用的价值,获得模型预测结果和关键特征; S7.复合材料的优化设计 利用机器学习辅助优化复合材料选择和结构设计,基于以上步骤所获得的模型预测结果和关键特征,设计具有吸波和导热性能的Janus结构聚酰亚胺复合材料和制备工艺,依据机器学习模型识别的关键特征,确定优化后复合材料的Janus结构、各层组分及配比,以及制备工艺; S8.实验验证 制备Janus结构复合材料样品,并同步制备具有反向特征的对照样品,然后通过对这些样品进行综合性能测试,验证复合材料样品的吸波性能和导热性能,选取其中符合设计要求的,作为优化的功能性聚酰亚胺复合材料。
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。
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