支持向量回归用于预测锰系钙钛矿型氧化物奈尔温度

摘要：

有效预测锰系钙钛矿型氧化物的奈尔温度(TN)有助于该材料的理性设计.在本文中,支持向量回归(SVR)用于关联TN与锰系钙钛矿型氧化物主要原子参数之间的关系.最大相关最小冗余(mRMR)用于选择建模中的主要描述符,特征变量选择表明包括分子质量(M),A-位离子半径(Ra),A-位离子电负性(Ea)在内的三个描述符对模型建立非常重要.留一法交叉验证(LOOCV)用于核函数的选择和参数优化.用基于径向基核函数的支持向量回归算法,构建了TN与上述三个描述符之间的非线性关系.LOOCV和外部验证测试的结果表明,构建的模型具有很强的泛化能力,平均相对误差(MRE)分别为8.0％和16.4％.因此,SVR模型是预测锰系钙钛矿型氧化物TN的有前景的工具.

关键词：支持向量回归(SVR)、锰系钙钛矿型氧化物、奈尔温度(TN)

所属期刊栏目：35

分类号：O6-04;O614;O69

资助基金：国家重点研发课题;上海市科委重点项目

在线出版日期：2018-10-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：349-357