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！

龙图腾网获悉贵州大学申请的专利一种基于机器学习的非晶形成能力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：CN116030922B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202310125691.7，技术领域涉及：G16C60/00；该发明授权一种基于机器学习的非晶形成能力预测方法是由梁永超;孙波;陈贵平;王梦琦;谢继兴设计研发完成，并于2023-02-16向国家知识产权局提交的专利申请。

本一种基于机器学习的非晶形成能力预测方法在说明书摘要公布了：本发明公开一种基于机器学习的非晶形成能力预测方法，包括：获取非晶特征数据集及预处理，将非晶特征数据集中的样本数据按设定比例划分为训练集和测试集；获取机器学习模型，所述机器学习模型包括KNN、LightGBM和RandomForest三种机器学习模型；采用Stacking集成学习算法融合所获取的三种基机器学习模型，得到Stacking集成后的机器学习模型；将KNN模型、LightGBM模型、RandomForest模型和Stacking融合后的模型使用SLSQP算法加权平均得到预测非晶形成能力的机器学习模型；解决了表征非晶合金的非晶形成能力存在的只针对特定的合金成分且预测准确度不高等技术问题。

本发明授权一种基于机器学习的非晶形成能力预测方法在权利要求书中公布了：1.一种基于机器学习的非晶形成能力预测方法，其特征在于：所述方法包括： 步骤1、获取非晶特征数据集及预处理，数据集的数据包括玻璃化转变温度Tg、结晶转变温度Tx、熔化结束温度Tl和临界铸造直径Dmax； 步骤2、非晶特征数据集中的样本数据按设定比例划分为训练集和测试集； 步骤3、获取机器学习模型，所述机器学习模型包括KNN、LightGBM和RandomForest三种机器学习模型； 步骤4、采用Stacking集成学习算法融合所获取的三种基机器学习模型，得到Stacking集成后的机器学习模型； 步骤5、将KNN模型、LightGBM模型、RandomForest模型和Stacking融合后的模型使用SLSQP算法加权平均得到预测非晶形成能力的机器学习模型； 得到预测非晶形成能力的机器学习模型的方法为：对四种学习器采用SLSQP算法加权平均，SLSQP算法具体过程为： 1； 2； 3； 为预测值，为真实测量值，为各模型的权值，为测量值和预测值差的平方和。

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贵州大学，其通讯地址为：550025 贵州省贵阳市花溪区贵州大学花溪北校区科技处；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。