System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及属于材料设计领域,具体一种定位光伏材料ptse2的文献挖掘与材料性质预测方法。
技术介绍
1、太阳能电池材料作为新能源材料的一种,几十年来一直被作为研究的热点。太阳能电池的发展大大促进了清洁能源使用的占比。由于已知的太阳能电池材料或光伏材料越来越多,利用传统方法寻找新型太阳能电池材料已经接近饱和。词向量嵌入是一种自然语言处理方法,将有关物理、材料与化学的英文文献摘要部分的各单词转换成向量形式,方便计算机从中获取有关材料学的相关信息。通过这种方法,计算机可以像人类一样尝试发掘出潜在的太阳能电池材料。
2、为了验证生成模型的准确性,我们利用了时间维度去验证。尝试在各项太阳能电池材料发现之前,用以往的文献资料预言它们的存在并成功实施,不断调整模型参数使模型准确率提高。此后便利用相同可信的模型对未来可能的太阳能电池材料做出了预测,计算了预测项的各类性质。
技术实现思路
1、专利技术目的:为了克服现有技术中存在的不足,本专利技术提供一种定位光伏材料ptse2的文献挖掘与材料性质预测方法,主要涉及词嵌入算法预测太阳能电池材料,利用springernature api文献数据库、时间维度验证词嵌入模型以及利用第一性原理计算验证预测项
2、技术方案:为实现上述目的,本专利技术采用的技术方案为:
3、一种定位光伏材料ptse2的文献挖掘与材料性质预测方法,包括以下步骤:
4、步骤1,利用api获取物理、化学和材料方面的文献摘要数据库;
...【技术保护点】
1.一种定位光伏材料PtSe2的文献挖掘与材料性质预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种定位光伏材料PtSe2的文献挖掘与材料性质预测方法,其特征在于:所述步骤1的文献摘要数据库为Springer Nature,且具体数据库设定为期刊类型。
3.根据权利要求1所述的一种定位光伏材料PtSe2的文献挖掘与材料性质预测方法,其特征在于:数据的去噪预处理具体为删除停用词和标点符号。
4.根据权利要求1所述的一种定位光伏材料PtSe2的文献挖掘与材料性质预测方法,其特征在于:所述步骤4具体为:利用时间维度对步骤3所生成的模型进行准确性验证,根据模型能否利用旧文献预测出之后发现的染敏和钙钛矿新材料对模型预测能力做出评估;并在对步骤中的时间维度的验证中采用钙钛矿太阳能电池材料和染料敏化太阳能电池材料作为验证词。
【技术特征摘要】
1.一种定位光伏材料ptse2的文献挖掘与材料性质预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种定位光伏材料ptse2的文献挖掘与材料性质预测方法,其特征在于:所述步骤1的文献摘要数据库为springer nature,且具体数据库设定为期刊类型。
3.根据权利要求1所述的一种定位光伏材料ptse2的文献挖掘与材料性质预测方法,其特征在于:...
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。