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！

龙图腾网获悉上海交通大学;昆明贵研新材料科技有限公司申请的专利基于材料基因工程的描述符筛选及晶体材料物性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：CN115238577B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202210824795.2，技术领域涉及：G06F30/27；该发明授权基于材料基因工程的描述符筛选及晶体材料物性预测方法是由鞠生宏;马圣荦;张爱敏;陈力设计研发完成，并于2022-07-14向国家知识产权局提交的专利申请。

本基于材料基因工程的描述符筛选及晶体材料物性预测方法在说明书摘要公布了：本发明公开了基于材料基因工程的描述符筛选及晶体材料物性预测方法，通过对部分晶体材料目标性质数据进行计算与晶体描述符的收集，再凭借方差信息、四大相关性系数、随机循序特征选择方法对描述符开展清洗与综合筛选，之后利用智能优化思维对模型搭建过程中的超参数设置开展自动寻优与调整，最后将训练最优的模型应用于晶体材料的物性预测，得到预测结果，克服材料物性预测模型搭建过程中的不规范，提高模型的学习效率和预测效果。

本发明授权基于材料基因工程的描述符筛选及晶体材料物性预测方法在权利要求书中公布了：1.基于材料基因工程的描述符筛选及晶体材料物性预测方法，其特征在于，包括如下步骤： P1：采集材料目标物理特性数据和晶体描述符数据，生成目标函数数据集Yn，其中n为晶体材料收集个数，另外通过现有数据库获取大量与对应材料相关的晶体描述符，生成晶体描述符数据集Dmn，其中Dmn为m×n维，包含m个描述符，n个与Yn数据集对应的晶体材料； P2：对创建好的晶体描述符数据集Dmn进行数据清洗和描述符筛选，生成数据集； P3：开展模型超参数调参； P4：利用新模型结合数据库中目标物理特性未知的材料开展模型预测，得到最终的预测结果； 其中，所述步骤P2具体包括： P21：清洗Dmn中低方差描述符，公式为： 其中S2Djn为Dj描述符的方差，设置清洗阈值，默认为0.01，低于该阈值的描述符则排除在外，并生成描述符数据集DP21，其中DP21为mP21×n维，包含mP21个描述符，mP21m，n个晶体材料； P22：开展四大相关性系数综合筛选，采用皮尔森相关性系数、斯皮尔曼相关性系数、距离相关性系数、最大互信息四种计算方法对DP21数据集开展综合筛选； P23：开展随机循序特征选择统计筛选，在完成步骤P22四大相关性系数综合筛选后，对生成的描述符数据集DP22开展随机循序特征选择统计筛选； 所述步骤P3具体包括： P31：确定超参数调整优化的条件变量和目标函数，针对开展训练的机器学习模型的超参数进行以R2或RMSE为目标函数fx即y的智能优化调整，机器学习模型中的超参数为智能优化过程中的条件变量x，若机器学习模型中存在字符类型超参数Hyper_par，可通过该超参数对应的条件变量xstr进行阈值设定，代入数学符号函数sgnxstr，公式如下： 其中Hyper_pari表示该字符类型超参数Hyper_par的第i种字符参数，xi_low表示为Hyper_pari对应的条件变量xstr的阈值最低值，同理，xi_high表示为Hyper_pari对应的条件变量xstr的阈值最高值； P32：开展智能优化调参工作，每次优化过程中训练得到的模型、超参数内容、模型评价指标都进行保存并输出； P33：针对P32的优化调参结果即训练得到的模型、模型评价指标进行筛选与判断，最终确认最适合的晶体材料物性预测模型Modelopt。

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交通大学;昆明贵研新材料科技有限公司，其通讯地址为：200240 上海市闵行区东川路800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。