纳米材料的参数获取的方法和系统技术方案

本申请涉及纳米材料的参数获取的方法和系统。所述方法包括获取目标纳米材料的期望散射光谱。所述方法还包括基于所述期望散射光谱，利用第一训练后的模型，确定所述目标纳米材料的目标信息，所述目标纳米材料是由一个中心核和至少一层壳体组成的具有球壳结构的纳米粒子，所述目标信息包括目标结构参数、目标材料参数或所述目标纳米材料的目标温度中的至少一种。

【技术实现步骤摘要】
纳米材料的参数获取的方法和系统
本申请涉及纳米材料设计的方法和系统，更具体地，涉及基于机器学习的纳米材料的参数获取的方法和系统。
技术介绍
基于纳米材料的散射光谱进行纳米材料的逆向设计(也可以称为纳米材料的参数获取)以及纳米材料的散射现象(例如，超散射现象、隐身现象)的调控是纳米光子学中重要的研究课题。传统的设计过程涉及合成成分和分散体的选择，通常比较复杂。因此，期望提供用于纳米材料的参数获取的方法和系统。
技术实现思路
在本申请的第一方面，提供了一种纳米材料的参数获取的方法，包括：获取目标纳米材料的期望散射光谱；以及基于所述期望散射光谱，利用第一训练后的模型，确定所述目标纳米材料的目标信息，所述目标纳米材料是由一个中心核和至少一层壳体组成的具有球壳结构的纳米粒子，所述目标信息包括目标结构参数、目标材料参数或所述目标纳米材料的目标温度中的至少一种。在一些实施例中，所述第一训练后的模型是根据第一训练过程确定的，所述第一训练过程包括：获取至少两组第一训练样本，所述至少两组第一训练样本中的每组第一训练样本包括第一样本纳米材料的样本散射光谱；获取第二训练后的模型，所述第二训练后的模型用于根据纳米材料的信息确定所述纳米材料的散射光谱；以及基于所述第二训练后的模型和所述至少两组第一训练样本，通过训练第一初始模型，生成所述第一训练后的模型。在一些实施例中，所述第二训练后的模型是根据第二训练过程确定的，所述第二训练过程包括：获取至少两组第二训练样本，所述至少两组第二训练样本中的每组第二训练样本包括第二样本纳米材料的样本信息和所述第二样本纳米材料的标准散射光谱，所述样本信息包括样本结构参数、样本材料参数或所述第二样本纳米材料的样本温度中的至少一种；以及基于所述至少两组第二训练样本，通过训练第二初始模型，生成第二训练后的模型。在一些实施例中，所述基于所述第二训练后的模型和所述至少两组第一训练样本，通过训练第一初始模型，生成所述第一训练后的模型，包括：对于所述至少两组第一训练样本中的每组第一训练样本，通过将所述第一训练样本中的所述第一样本纳米材料的所述样本散射光谱输入所述第一初始模型中，生成所述第一样本纳米材料的参考信息；通过将所述参考信息输入所述第二训练后的模型，生成预测散射光谱；基于所述样本散射光谱和所述预测散射光谱，训练所述第一初始模型，生成所述第一训练后的模型。在一些实施例中，所述期望散射光谱包括在至少两个波长下的对应第一温度的所述目标纳米材料的散射截面与对应第二温度的所述目标纳米材料的散射截面之间的差值的最大值，所述第一温度与所述第二温度不同，所述方法进一步包括：基于所述至少两个波长、所述第一温度和所述第二温度，通过控制入射光的波长和所述目标纳米材料的目标温度，控制所述目标纳米材料的散射现象，所述散射现象包括超散射现象和隐形现象。在一些实施例中，所述目标结构参数包括所述中心核的半径、壳体层数或每层壳体的厚度中的至少一种，所述目标材料参数包括所述中心核的材料或所述至少一层壳体的材料。在一些实施例中，所述中心核由金属组成，所述至少一层壳体由金属或相变材料组成。在一些实施例中，所述金属包括金、银或铝中的至少一种，所述相变材料包括碲化锗或硅。在本申请的第二方面，提供了一种纳米材料的参数获取的系统，所述系统包括至少一个处理器以及至少一个存储器。所述至少一个存储器用于存储计算机指令。所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现纳米材料的参数获取的方法。在本申请的第三方面，提供了一种计算机可读存储介质，所述存储介质存储计算机指令，当所述计算机指令被处理器执行时实现如上所述的纳米材料的参数获取的方法。本申请的一部分附加特性可以在以下描述中进行说明。通过对以下描述和相应附图的研究或者对实施例的生产或操作的了解，本申请的一部分附加特性对于本领域技术人员是明显的。本申请的特征可以通过对以下描述的具体实施例的各个方面的方法、手段和组合的实践或使用得以实现和达到。附图说明本申请将通过示例性实施例进行进一步描述。这些示例性实施例将通过附图进行详细描述。这些实施例是非限制性的示例性实施例，在这些实施例中，各图中相同的编号表示相似的结构，其中：图1是根据本申请的一些实施例所示的纳米材料的参数获取的示例性过程100的流程图；图2是根据本申请的一些实施例所示的目标纳米材料的示意图；图3是根据本申请一些实施例所示的确定第一训练后的模型的示例性过程的示意图；图4(a)是根据本申请一些实施例所示的第二训练后的模型在训练过程中的训练损失函数值和验证损失函数值随训练轮次的变化曲线；图4(b)-4(d)是根据本申请一些实施例所示的利用第二训练后的模型预测的纳米粒子在高温和低温下的预测散射光谱和根据米氏理论确定的纳米粒子在高温和低温下的标准散射光谱；图5(a)是根据本申请一些实施例所示的第一训练后的模型在训练过程中的训练损失函数值和验证损失函数值随训练轮次的变化曲线；图5(b)-5(d)是根据本申请一些实施例所示的纳米粒子在高温和低温下的样本散射光谱、利用第一训练后的模型预测的纳米粒子的信息以及利用第二训练后的模型预测的纳米粒子的预测散射光谱；图6是根据本申请一些实施例所示的基于期望散射光谱确定目标纳米材料的信息的示意图；图7A是根据米氏理论确定的双层GeTe-Ag纳米粒子在低温下散射光谱以及电偶极子和磁偶极子在低温下散射光谱；图7B是根据米氏理论确定的双层GeTe-Ag纳米粒子在高温下散射光谱以及电偶极子和磁偶极子在高温下散射光谱；图8是双层GeTe-Ag纳米粒子在高温和低温下在不同波长下的散射远场示意图和近场分布示意图；图9是根据本申请的一些实施例所示的在其上可以实现纳米材料的参数获取系统的至少一部分示例性计算设备的示意图；以及图10是根据本申请的一些实施例所示的示例性处理器的框图。具体实施方式为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。然而，本领域技术人员应该明白，可以在没有这些细节的情况下实施本申请。在其它情况下，为了避免不必要地使本申请的各方面变得晦涩难懂，已经在较高的层次上描述了众所周知的方法、过程、系统、组件和/或电路。对于本领域的普通技术人员来讲，显然可以对所披露的实施例做出各种改变，并且在不偏离本申请的原则和范围的情况下，本申请中所定义的普遍原则可以适用于其他实施例和应用场景。因此，本申请不限于所示的实施例，而是符合与申请专利范围一致的最广泛范围。本申请中所使用的术语仅出于描述特定示例实施例的目的，而非限制性的。如本申请使用的单数形式“一”、“一个”及“该”同样可以包括复数形式，除非上下文明确提示例外情形。还应当理解，如在本申请说明书中使用的术语“包括”、“包含”仅提示存在所述特征、整数、步骤、操作、组件和/或部件，但并不排除存在或添加以上其它特征、整数、步骤、操作、组件、本文档来自技高网...

【技术保护点】
1.一种纳米材料的参数获取的方法，其特征在于，所述方法包括：/n获取目标纳米材料的期望散射光谱；以及/n基于所述期望散射光谱，利用第一训练后的模型，确定所述目标纳米材料的目标信息，所述目标纳米材料是由一个中心核和至少一层壳体组成的具有球壳结构的纳米粒子，所述目标信息包括目标结构参数、目标材料参数或所述目标纳米材料的目标温度中的至少一种。/n

【技术特征摘要】
1.一种纳米材料的参数获取的方法，其特征在于，所述方法包括：
获取目标纳米材料的期望散射光谱；以及
基于所述期望散射光谱，利用第一训练后的模型，确定所述目标纳米材料的目标信息，所述目标纳米材料是由一个中心核和至少一层壳体组成的具有球壳结构的纳米粒子，所述目标信息包括目标结构参数、目标材料参数或所述目标纳米材料的目标温度中的至少一种。


2.根据权利要求1所述的方法，其特征在于，所述第一训练后的模型是根据第一训练过程确定的，所述第一训练过程包括：
获取至少两组第一训练样本，所述至少两组第一训练样本中的每组第一训练样本包括第一样本纳米材料的样本散射光谱；
获取第二训练后的模型，所述第二训练后的模型用于根据纳米材料的信息确定所述纳米材料的散射光谱；以及
基于所述第二训练后的模型和所述至少两组第一训练样本，通过训练第一初始模型，生成所述第一训练后的模型。


3.根据权利要求2所述的方法，其特征在于，所述第二训练后的模型是根据第二训练过程确定的，所述第二训练过程包括：
获取至少两组第二训练样本，所述至少两组第二训练样本中的每组第二训练样本包括第二样本纳米材料的样本信息和所述第二样本纳米材料的标准散射光谱，所述样本信息包括样本结构参数、样本材料参数或所述第二样本纳米材料的样本温度中的至少一种；以及
基于所述至少两组第二训练样本，通过训练第二初始模型，生成第二训练后的模型。


4.根据权利要求2所述的方法，其特征在于，所述基于所述第二训练后的模型和所述至少两组第一训练样本，通过训练第一初始模型，生成所述第一训练后的模型，包括：
对于所述至少两组第一训练样本中的每组第一训练样本，
通过将所述第一训练样本中的所述第一样本纳米材料的所述样本散射光谱输入所述第一初始模型中...

【专利技术属性】
技术研发人员：黄敏，罗杰，詹耀辉，肖仲喆，李洵，章新源，郭佳洁，
申请(专利权)人：苏州大学，
类型：发明
国别省市：江苏;32