一种基于多目标回归的氧化物钙钛矿性质预测方法

    公开(公告)号:CN118841102A

    公开(公告)日:2024-10-25

    申请号:CN202410894690.3

    申请日:2024-07-04

    Applicant: 南通大学

    Abstract: 本发明属于钙钛矿材料技术领域,公开了一种基于多目标回归的氧化物钙钛矿性质预测方法,包括收集氧化物钙钛矿数据集、数据集预处理、筛选特征子集、构建多目标预测模型、预测测试集氧化物钙钛矿的带隙以及稳定性,实现快速预测氧化物钙钛矿的带隙以及稳定性数值。本发明通过筛选材料工程数据库中的氧化物钙钛矿数据,建立了多目标回归模型,可以同时预测氧化物钙钛矿的两种性质,即带隙和稳定性,可以有效解决材料发现速度慢、成本高的问题。与传统方法实验和第一性原理计算相比,使用本发明的模型可以同时预测钙钛矿的带隙和稳定性,可以有效降低研究人员的时间成本,从而加速理想材料的发现进程。

    一种基于第一性原理和应变调控二维Janus材料光电性质的方法

    公开(公告)号:CN119724439A

    公开(公告)日:2025-03-28

    申请号:CN202411736855.0

    申请日:2024-11-29

    Applicant: 南通大学

    Abstract: 本发明提供一种基于第一性原理和应变调控二维Janus材料光电性质的方法,涉及二维光电材料应用技术领域,所述方法利用VESTA和VASP进行计算后筛选出能够通过应变提升光电性质的材料。其具体步骤如下:从数据库中提取二维Janus材料,并进行结构设计,将.cif文件转变为.vasp文件格式;对材料进行结构弛豫,并进行静态自洽计算;基于S2的参数修改,对稳定的材料进行光电性质的计算;对材料施加正向应变和负向应变,重复未施加应变时的步骤,计算材料的态密度,能带结构光吸收系数,载流子迁移率,将施加应变后的性质与未施加应变的性质进行对比。本发明方法在整体实现过程中不需要化学物品,没有环境污染,节约时间的同时节约成本。

    一种刮刀涂布的钙钛矿太阳能电池及其制备方法

    公开(公告)号:CN118890940A

    公开(公告)日:2024-11-01

    申请号:CN202410936262.2

    申请日:2024-07-12

    Applicant: 南通大学

    Abstract: 本申请公开一种刮刀涂布的钙钛矿太阳能电池及其制备方法,刮刀涂布的钙钛矿太阳能电池为正式结构或反式结构,当刮刀涂布的钙钛矿太阳能电池为正式结构,在透明导电基底上依次为电子传输层、钙钛矿吸光层、空穴传输层和金属电极;当刮刀涂布的钙钛矿太阳能电池为反式结构,透明导电基底上依次为空穴传输层、钙钛矿吸光层、电子传输层和金属电极;所述钙钛矿吸光层采用有机无机钙钛矿材料;钙钛矿前驱液在土坡形圆柱点阵列间及表面流动,涂布过程减少了钙钛矿前驱液和第一载流子传输层之间的流动剪切应力,土坡形圆柱点阵列的引入抑制了钙钛矿前驱液在刮刀和第一载流子传输层之间的二次团聚。

    一种基于机器学习的快速预测热电材料的电导率的方法

    公开(公告)号:CN117352101A

    公开(公告)日:2024-01-05

    申请号:CN202311320148.9

    申请日:2023-10-12

    Applicant: 南通大学

    Abstract: 本发明公开了一种基于机器学习的快速预测热电材料的电导率的方法,步骤如下:从文献和数据库中收集热电材料化学式电导率数据和特征信息,作为机器学习样本数据集;再根据每个材料的化学式生成对应的特征描述符;对特征变量和电导率进行皮尔逊相关系数分析;选取对电导率影响较大的并且有正向影响的49个特征变量;再划分数据集;用机器学习算法初步对数据集构建模型,并计算R2和RSME的值;将末位淘汰法和随机森林算法相结合,对特征变量进行筛选;将筛选后的特征变量再次用机器学习算法构建模型,对电导率进行预测。本发明建立了快速高效的预测模型,能够帮助研究人员节约实验和计算的时间和成本,能够提高热电材料的研究效率。

Patent Agency Ranking