基于数据驱动的超导临界温度预测方法研究
打开文本图片集
摘 要：超导体具有零电阻特性、完全抗磁性、通量量子化等优点，但受限于物理实验环境与材料自身特性，其临界温度测试一直是超导实验中的难点。对公开超导数据集进行研究分析，以期发现其临界温度与物理特性及化学元素组成之间的关系，进而构建能够辅助预测超导体临界温度的模型，降低实测获得临界温度的难度。结合数据挖掘领域的相关性分析与多元线性回归分析等理论，分别基于超导临界温度实验的物理属性数据及元素构成数据构建预测模型，为通过数据驱动实验获取其它超导体临界温度提供了有益尝试。通过对两个模型进行对比，结果表明，基于元素的预测模型效果略优于基于属性的预测模型。
关键词：超导体数据集;数据驱动;相关性分析;多元线性拟合
DOI：10. 11907/rjdk. 182872 开放科学（资源服务）标识码（OSID）：
中图分类号：TP301 文献标识码：A 文章编号：1672-7800（2019）008-0029-04
A Data-driven Research on Critical Temperature Prediction of Superconductors
LI Tao-wei1， WANG Long1， ZHAO Chen-li2
（1. National University of Defense Technology，Wuhan 450001，China;2. Unity of 32023 of PLA，Dalian 116000，China）
Abstract： The superconductor has the advantages of zero resistance， complete diamagnetism， flux quantization and the like. Because of the critical temperature test and the material"s own characteristics， its critical temperature test has always been a difficult point in superconducting experiments. In this paper， we study and analyze the open superconductor dataset in CUI， and try to find the relationship between its critical temperature and its physical properties and chemical element composition. Then we can construct a model that can help predict the critical temperature of superconductors. Combining the correlation analysis and multiple linear regressio...
|
== 试读已结束，如需继续阅读敬请充值会员 ==
|
|
本站文章均为原创投稿，仅供下载参考，付费用户可查看完整且有格式内容！
(费用标准：38元/2月，98元/2年，微信支付秒开通！) |
| 升级为会员即可查阅全文 。如需要查阅全文，请 免费注册 或 登录会员 |
|
