公开(公告)号：CN115394383A

公开(公告)日：2022-11-25

申请号：CN202211026286.1

申请日：2022-08-25

Applicant: 北京交通大学

Inventor： 宋丹丹 ,  师浩宸 ,  李颖杰 ,  赵谡玲 ,  乔泊 ,  梁志琴 ,  徐征

IPC: G16C60/00 ,  G16C20/30 ,  G16C20/70 ,  G06N20/00 ,  G06N20/20 ,  G06N5/00 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明提供磷光材料的发光波长预测方法及系统，属于发光材料的性能预测技术领域，获取待检测磷光材料的分子特征；利用预先训练好的波长预测模型对获取的待检测磷光材料的分子特征进行处理，得到待检测磷光材料的发光波长；其中，预先训练好的波长预测模型通过训练集训练得到，训练集包括多个磷光材料的分子特征以及标注不同的分子特征对应的发光波长的标签。本发明提取了数据集中磷光发光材料的相关特征，筛选关键特征作为输入、发光波长作为输出，采用机器学习模型进行训练；对算法模型进行评估和优化，筛选优化后的模型；采用优化后的模型对磷光材料的发光波长进行预测；准确预测了以磷光材料材料的发光波长，实现了高通量磷光材料材料筛选。