公开(公告)号：CN114596924A

公开(公告)日：2022-06-07

申请号：CN202210242347.1

申请日：2022-03-11

Applicant: 厦门大学

Inventor： 刘兴军 ,  彭清华 ,  王翠萍 ,  于金鑫 ,  韩佳甲 ,  张锦彬 ,  黄艺雄 ,  郭毅慧 ,  杨水源 ,  卢勇

IPC: G16C20/70 ,  G16C20/30 ,  G16C60/00 ,  G06N20/00

Abstract: 本发明公开了一种生物医用β钛合金的杨氏模量的机器学习预测方法，构建了三层结构，第一层机器学习模型用于预测生物医用钛合金的微观组织相组成，筛选β钛合金数据作为下一层模型的输入；第二层机器学习模型包括多个不同的基模型，输出β钛合金杨氏模量的初步预测结果；第三层机器学习模型以第二层机器学习模型的结果作为输入，得到β钛合金杨氏模量的最终预测结果。本发明提出的多层机器学习模型结构，快速、准确预测了生物医用β钛合金的杨氏模量，可代替大量的重复试验，降低了时间成本和研发成本。

公开(公告)号：CN114596924B

公开(公告)日：2024-09-27

申请号：CN202210242347.1

申请日：2022-03-11

Applicant: 厦门大学

Inventor： 刘兴军 ,  彭清华 ,  王翠萍 ,  于金鑫 ,  韩佳甲 ,  张锦彬 ,  黄艺雄 ,  郭毅慧 ,  杨水源 ,  卢勇

IPC: G16C20/70 ,  G16C20/30 ,  G16C60/00 ,  G06N20/00

Abstract: 本发明公开了一种生物医用β钛合金的杨氏模量的机器学习预测方法，构建了三层结构，第一层机器学习模型用于预测生物医用钛合金的微观组织相组成，筛选β钛合金数据作为下一层模型的输入；第二层机器学习模型包括多个不同的基模型，输出β钛合金杨氏模量的初步预测结果；第三层机器学习模型以第二层机器学习模型的结果作为输入，得到β钛合金杨氏模量的最终预测结果。本发明提出的多层机器学习模型结构，快速、准确预测了生物医用β钛合金的杨氏模量，可代替大量的重复试验，降低了时间成本和研发成本。