公开(公告)号：CN117952233A

公开(公告)日：2024-04-30

申请号：CN202410029100.0

申请日：2024-01-09

Applicant: 桂林电子科技大学

Inventor： 石鑫 ,  赵景泰 ,  王松伟 ,  刘伟 ,  孙昌迎 ,  钟晓彤

IPC: G06N20/20 ,  G16C60/00

Abstract: 本发明涉及发光材料技术领域，公开了一种基于发光波长特征数据自动化补充的机器学习方法，涉及的领域有爬虫技术，机器学习，其技术方案要点是：使用python编写的爬虫代码对所需文献进行爬取，并且存储文件，针对文献的发光材料的发射波长以及最佳掺杂离子浓度等信息进行提取，再通过python编写的数据获取模块对发光材料的其他特征向量自动化补充，包括各元素的占比，平均原子半径等，最终形成完整的数据集，针对整个数据集进行机器学习模型预测，其模型包括Ridge,ElasticNet,Xgboost,Lightgbm,最终结果显示，Lightgbm的模型最佳。

公开(公告)号：CN118863101A

公开(公告)日：2024-10-29

申请号：CN202410980211.X

申请日：2024-07-22

Applicant: 桂林电子科技大学

Inventor： 石鑫 ,  赵景泰 ,  刘伟 ,  王松伟 ,  孙昌迎 ,  钟晓彤

IPC: G06N20/20 ,  G06F18/214 ,  G06N3/082 ,  G06N5/01

Abstract: 本发明属于发光材料发射波长预测技术领域，公开了预测掺杂Pr3+发光材料发射波长的AdaBoost集成学习方法，包括S1、数据集获取；S2、数据集预处理；S3、模型建立；S4、模型训练；S5、评估模型；本发明先从多种途径收集发光材料的描述符作为模型的输入数据；接着对数据进行筛选和转换；然后将数据划分为输入变量和目标变量，并划分为训练集和测试集；最后基于AdaBoost算法建立模型，通过迭代学习多个决策树回归器的组合、通过调整决策树回归器的参数来优化模型性能、通过计算判定系数R2来量化模型的拟合程度，其有效地减少了实验时间和成本，提升了预测的准确性和可靠性。

公开(公告)号：CN118851243A

公开(公告)日：2024-10-29

申请号：CN202410836991.0

申请日：2024-06-26

Applicant: 桂林电子科技大学

Inventor： 钟晓彤 ,  赵景泰 ,  刘伟 ,  石鑫 ,  顾萌

IPC: C01G3/00 ,  C09K11/61

Abstract: 本发明属于无铅钙钛矿闪烁材料技术领域，公开了一种绿色全无机金属卤化物CsCu2I3:Zn及其制备方法和应用，制备方法包括以下步骤S1、称取CsI、ZnI2以及CuI；S2、加入N,N‑二甲基甲酰胺和二甲基亚砜的混合溶剂，并放在加热台上搅拌至粉末全部溶解；S3、加入无水乙醇充当反溶剂，溶液中生成白色沉淀，随后放入离心管中离心，弃上清液保留沉淀；S4、用异丙醇洗去S3得到的沉淀的残留溶剂，再进行多次离心弃上清液，将清洗完成的沉淀放入烘箱中干燥，得到CsCu2I3:Zn微晶粉末；本发明利用反溶剂法制备CsCu2I3:Zn，以解决现有的无铅钙钛矿材料生产工艺复杂、产率较低以及荧光发射强度较低的问题。