【技术实现步骤摘要】
一种基于分级分类模型的人工智能筛选材料方法
本专利技术涉及人工智能，特别涉及一种基于参数分级分类模型的人工智能筛选材料方法。
技术介绍
人工智能是新时期逻辑学、数学、计算机技术、控制理论综合利用和相互交叉的边缘学科和综合领域。人工智能技术具有自主学习的能力，利用自主学习的理论来实现建设专用的数据库，记录在运行过程中的各项参数，在系统中建设数学建模，让设备的运行状态满足人们的操作意图。建成的数据库库为数学模型建设参数的来源，应用建成的数学模型提升控制系统的运行效率。但是现在的人工智能控制系统普遍都存在一些缺陷，比如运行效率仍然达不到人们的期望等等，将分级分类模型利用于人工智能控制系统上就可以有效地提高对控制系统分级分类的效率，但是尚未运用到关于新材料的制备及参数分类领域。
技术实现思路
专利技术目的：本专利技术的目的是提供一种基于分级分类模型的人工智能筛选材料方法，对材料进行分类和分级。技术方案：本专利技术所述的一种基于分级分类模型的人工智能筛选材料方法，包括以下步骤：步骤1，按照初...
【技术保护点】
1.一种基于分级分类模型的人工智能筛选材料方法，其特征在于包括以下步骤：/n步骤1，按照初始的聚类中心来选择得到k个聚类中心作为初始的聚类中心，根据数据对象之间的距离公式/n
【技术特征摘要】
1.一种基于分级分类模型的人工智能筛选材料方法，其特征在于包括以下步骤：
步骤1，按照初始的聚类中心来选择得到k个聚类中心作为初始的聚类中心，根据数据对象之间的距离公式
计算出每一个数据对象与中心的距离，将每一个数据对象分配给离其最近的聚类中心，以得到k个簇类；
步骤2，得到k个簇类之后，根据簇类中心的公式
重新计算新的簇类的中心，然后更新簇类的中心，直到聚类的中心不再发生变化或是连续几次的取值的插值均小于阀值，确定若干簇类以完成对材料的分类；
步骤3，在完成材料的分类之后对材料进行分级，首先寻找材料参数数值区间，利用公式
对参数在参数数值区间内求偏导并利用插值拟合算法得到函数，其次材料的参数通过函数图像显示出来，根据函数图像判断材料的性能。
2.根据权利要求1所述的一种基于分级分类模型的人工智能筛选材料方法，其特征在于在步骤2中，根据任一参数实验数据组的极差与阈值的差值，若小于阈值的差值则y＝0，判断材料为不敏感材料；若大于阈值的差值则y＝1，判断材料为敏感材料。
3.根据权利要求1所述的一种基于分级分类模型的人工智能筛选材料方法，其特征在于在步骤3中，当材料为敏感材料时，根据材料的性能对实现材料的分级，根据阈值函数y＝a*(xi)n+b参数点的数值得出n的值，n为1，则为一级参数；n为2，则为二级参数；n为3，则为三级参数，一级至三级参数进行优化以对模型进行修正或对参数的步长进行优化。
4.根据权利要求3所述的一种基于分级分类模型的人工智能筛选材料方法，其特征在于一级参数优化时，当参数对于目标函数...
【专利技术属性】
技术研发人员：魏永生，刘妍，付文英，袁博宇，陈玲熙，韦露，赵新生，
申请(专利权)人：江苏师范大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。