期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于机器学习的氢化丁腈橡胶力学性能预测模型
1
作者
丁瀚林
赵骞
+3 位作者
张洁
孙思嘉
陈皓哲
陈鹏
《安徽大学学报(自然科学版)》
北大核心
2025年第3期90-99,共10页
氢化丁腈橡胶(HNBR)力学性能与橡胶配方和加工工艺密切相关.为探究材料配方与工艺对氢化丁腈橡胶力学性能的影响规律,笔者收集了32篇公开报道文献中的313份实验研究数据,提取了各文献中的体系配方、硫化工艺、橡胶拉伸强度数据,设计了...
氢化丁腈橡胶(HNBR)力学性能与橡胶配方和加工工艺密切相关.为探究材料配方与工艺对氢化丁腈橡胶力学性能的影响规律,笔者收集了32篇公开报道文献中的313份实验研究数据,提取了各文献中的体系配方、硫化工艺、橡胶拉伸强度数据,设计了极端梯度提升模型(XGBoost)与类别增强型提升模型(CatBoost)2种机器学习模型.首先对输入特征进行独热编码,之后采用2种机器学习方法进行训练,比较2种模型的预测精度、泛化能力,并进行特征重要性分析.2种模型的预测精度均超过0.92.特征重要性分析表明,炭黑含量和交联剂含量为关键的工艺参数,但2种模型描述的特征重要性比率存在差异.研究结果对研究氢化丁腈橡胶的工艺配方设计和发展机器学习技术在橡胶材料领域的应用具有重要的探索意义.
展开更多
关键词
氢化丁腈橡胶
机器学习
极端梯度
提升
模型
类别增强型提升模型
力学性能
在线阅读
下载PDF
职称材料
题名
基于机器学习的氢化丁腈橡胶力学性能预测模型
1
作者
丁瀚林
赵骞
张洁
孙思嘉
陈皓哲
陈鹏
机构
安徽大学化学化工学院
国网安徽省电力有限公司电力科学研究院
宁波诺丁汉大学理工学院
出处
《安徽大学学报(自然科学版)》
北大核心
2025年第3期90-99,共10页
基金
国网安徽省电力有限公司科技项目(521205220003)。
文摘
氢化丁腈橡胶(HNBR)力学性能与橡胶配方和加工工艺密切相关.为探究材料配方与工艺对氢化丁腈橡胶力学性能的影响规律,笔者收集了32篇公开报道文献中的313份实验研究数据,提取了各文献中的体系配方、硫化工艺、橡胶拉伸强度数据,设计了极端梯度提升模型(XGBoost)与类别增强型提升模型(CatBoost)2种机器学习模型.首先对输入特征进行独热编码,之后采用2种机器学习方法进行训练,比较2种模型的预测精度、泛化能力,并进行特征重要性分析.2种模型的预测精度均超过0.92.特征重要性分析表明,炭黑含量和交联剂含量为关键的工艺参数,但2种模型描述的特征重要性比率存在差异.研究结果对研究氢化丁腈橡胶的工艺配方设计和发展机器学习技术在橡胶材料领域的应用具有重要的探索意义.
关键词
氢化丁腈橡胶
机器学习
极端梯度
提升
模型
类别增强型提升模型
力学性能
Keywords
hydrogenated nitrile butadiene rubber(HNBR)
machine learning
extreme gradient boosting(XGBoost)
categorical boosting(CatBoost)
mechanical property
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于机器学习的氢化丁腈橡胶力学性能预测模型
丁瀚林
赵骞
张洁
孙思嘉
陈皓哲
陈鹏
《安徽大学学报(自然科学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
