纪晓波
- 作品数：40 被引量：19H指数：2
- 供职机构：上海大学更多>>
- 发文基金：国家自然科学基金上海市科委纳米专项基金上海市科学技术委员会资助项目更多>>
- 相关领域：理学化学工程自动化与计算机技术一般工业技术更多>>
- 支持向量机用于化合物构效关系的研究
- 数据挖掘(DataMining)就是从大量的、不完全的、有噪声的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。经过这数十年的发展，数据挖掘技术已经成为处理化学化工数据的常规手段。
...
- 纪晓波
- 关键词：数据挖掘支持向量分类支持向量回归
- 文献传递
- 支持向量回归用于偶氮染料的亲和力预测
- 采用支持向量回归(SVR)算法[1,2],构建了偶氮染料的亲和力(A)与被筛选出的四个分子参数(n：染料中共轭键的长度;a,c,λ3：笛卡尔坐标中的空间参数)之间的非线性关系。
- 肖林辉纪晓波刘太昂陆文聪
- 关键词：偶氮染料
- 酸碱质子交换膜中质子动力学行为及协同效应
- ＜正＞近年来,国内外学者在提高质子交换膜燃料电池的工作温度方面进行了大量的研究。其中,酸碱复合类质子交换膜[1],尤其是磷酸掺杂的聚苯并咪唑（PBI）类质子交换膜,被认为是最具潜在价值的高温质子交换膜之一。一方面,PBI...
- 纪晓波严六明陆文聪马和平
- 关键词：质子迁移
- 文献传递
- 基于人工神经网络快速预报Ni‑Mn‑Ga形状记忆合金转变温度的方法
- 本发明涉及一种基于人工神经网络快速预报Ni‑Mn‑Ga形状记忆合金转变温度的方法，包括以下步骤：1）收集若干个Ni‑Mn‑Ga形状记忆合金及其转变温度；2）收集Ni‑Mn‑Ga形状记忆合金其组成含量；3）以这些组成含量为...
- 刘太昂陆文聪纪晓波包新华张庆徐潇徐永鑫石丽
- 文献传递
- 支持向量回归用于偶氮染料的亲和力预测
- 采用支持向量回归（SVR）算法[1,2],构建了偶氮染料的亲和力（A）与被筛选出的四个分子参数（n:染料中共轭键的长度;a,c,λ3:笛卡尔坐标中的空间参数）之间的非线性关系。留一法交叉验证的结果表明该模型具有很好的泛化...
- 肖林辉纪晓波刘太昂陆文聪
- 关键词：偶氮染料
- 文献传递
- 基于机器学习的材料设计
- 2024年
- 材料创新一直是推动人类文明进步的重要引擎,随着现代科技对高性能材料日益增长的需求,材料科学的重要性也逐渐凸显.传统的“试错法”和第一性原理应用于复杂的材料设计还有较大的局限性.机器学习已发展成为材料科学研究的新范式,通过分析大量数据,可实现高通量筛选、性能预测、晶体结构预测和材料配方优化等方面的功能.机器学习结合第一性原理方法的材料设计,为材料研究带来了崭新的思路.回顾了机器学习在材料设计领域的应用,探讨了其加速材料创新、降低试错成本、定制化材料设计等方面的应用潜力,展望了其对材料科学领域带来的机遇和挑战.
- 陆文聪吴炎淼刘太昂卢天纪晓波邢雷凯
- 支持向量机算法在古陶瓷研究和鉴别中的应用
- 古陶瓷数据处理中的欠拟合与过拟合问题近年来,运用计算机数据处理与现代化学分析技术相结合,为古陶瓷考古和鉴别提供有用信息,已得到广泛的应用.古陶瓷数据分析的特点,是样本难得,数目有限.属于计算机科学中的'小样本问题'.目前...
- 陈念贻陆文聪刘旭纪晓波董宁
- 关键词：支持向量机算法古陶瓷陶瓷科学
- 文献传递
- 磷酸铋光催化纳米材料的化学模式识别
- 采用溶剂热法制备和表征了不同形貌(棒状、针状等)的磷酸铋纳米材料,并测定了它们在紫外-可见光条件下光催化降解罗丹明B的活性。利用我们提出的最佳投影识别法建立了不同光催化活性的磷酸铋纳米材料样本点在多维空间的分布规律,通过...
- 陆文聪马文敬纪晓波李敏杰岳宝华
- 关键词：纳米材料化学模式识别
- 文献传递
- 基于电子鼻-人工神经网络的快速检测烟叶中钾含量的方法
- 本发明涉及一种基于电子鼻‑人工神经网络的快速检测烟叶中钾含量的方法，包括以下步骤：1）收集若干个不同产地的烟叶样品，进行预处理后进行电子鼻扫描，得到这些烟叶样品的电子鼻数据；2）采用火焰光度法检测得到这些烟叶样品中钾含量...
- 刘太昂陆文聪纪晓波张庆卢凯亮胡彪
- 文献传递
- 基于支持向量机的La_xM_(1-x-z)R_zMn_yN_(1-y)O_3型钙钛矿居里温度的预测（英文）
- 2016年
- 有效预测La_xM_(1-x-z)R_zMn_yN_(1-y)O_3型新钙钛矿材料的居里温度对于指定居里温度的材料设计至关重要。本工作构建了基于支持向量机的QSPR模型,用以预测La_xM_(1-x-z)R_zMn_yN_(1-y)O_3型钙钛矿材料的居里温度。在13个描述符中筛选出5个描述符来进行建模。建模过程中采用前进法从13个分子描述符中筛选出了5个影响该材料居里温度的主要分子描述符。为了得到优化的建模结果,运用粒子群算法进行了一个参数优化,设置参数ε=0.006,C=6.450,Rbf gamma=1.741。研究结果表明,所建模型的均方根误差RMSE、平均相对误差MRE、计算值与实际值的相关系数R分别为6.82,2.36%和0.991。在留一法交叉验证结果中,均方根误差(RMSE)为20.796,平均相对误差(MRE)为7.35%,计算值与实际值的相关系数(R)为0.92。利用随机抽取的外部测试集样本对所建支持向量回归模型进行检验,得到的居里温度预报的平均相对误差为2.36%。因此,支持向量回归模型能有效预测La_xM_(1-x-z)R_zMn_yN_(1-y)O_3型钙钛矿材料的居里温度,有望在指定居里温度的材料设计研究工作中得到进一步应用。
- 刘怡飞纪晓波李敏杰康健张金仓陆文聪
- 关键词：QSPR支持向量机居里温度钙钛矿
