Abstract：
使用支持向量回归、梯度提升回归、随机森林和神经网络四种机器学习算法预测无机晶体材料的剪切模量,结果表明梯度提升回归算法对剪切模量的预测效果最好。通过对材料特征变量的重要程度进行排序,发现晶体结构、熔点、门捷列夫数和原子质量等材料特征变量与材料剪切模量的相关度较高,排序后的材料特征变量可以为具有目标力学性能材料的设计提供参考。
Keyword：
Reprint Author's Address：
Email：
Source ：
Year： 2021
Language： Chinese
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 9
Affiliated Colleges：
