ABC2半导体化合物性能预测和数据挖掘平台开发
摘要 | 第6-7页 |
Abstract | 第7页 |
目录 | 第8-11页 |
第一章 绪论 | 第11-14页 |
1.1 材料设计简介 | 第11页 |
1.2 数据挖掘简介 | 第11-13页 |
1.2.1 数据挖掘的含义 | 第11-12页 |
1.2.2 数据挖掘的流程 | 第12-13页 |
1.3 涉及的计算机常识 | 第13页 |
1.4 本文的主要内容 | 第13-14页 |
第二章 机器学习算法简介 | 第14-29页 |
2.1 概述 | 第14-15页 |
2.2 最近邻分类算法 | 第15-16页 |
2.3 线性回归 | 第16-17页 |
2.4 人工神经网络算法 | 第17-18页 |
2.5 支持向量机算法 | 第18-24页 |
2.5.1 支持向量机分类算法 | 第18-22页 |
2.5.2 核函数 | 第22页 |
2.5.3 支持向量机回归算法 | 第22-24页 |
2.6 决策树 | 第24-25页 |
2.7 遗传算法 | 第25-27页 |
2.7.1 基本概念 | 第25-26页 |
2.7.2 遗传算子 | 第26-27页 |
2.7.2.1 选择算子 | 第26页 |
2.7.2.2 交叉算子 | 第26页 |
2.7.2.3 变异算子 | 第26-27页 |
2.8 粒子群算法 | 第27页 |
2.9 特征选择算法 | 第27-28页 |
2.9.1 mRMR 算法 | 第27-28页 |
2.9.2 FFBS 算法 | 第28页 |
2.10 本章小结 | 第28-29页 |
第三章 数据挖掘平台 | 第29-64页 |
3.1 概述 | 第29-33页 |
3.2 数据预处理 | 第33-39页 |
3.2.1 特征降维 | 第33-34页 |
3.2.2 筛选变量(过滤式) | 第34-37页 |
3.2.3 筛选变量(嵌入式) | 第37-39页 |
3.3 统计分析 | 第39-41页 |
3.4 函数拟合 | 第41-43页 |
3.5 模式识别 | 第43-45页 |
3.5.1 主成份分析 | 第43页 |
3.5.2 判别矢量 | 第43-44页 |
3.5.3 球形映照 | 第44-45页 |
3.5.4 偏最小二乘法 | 第45页 |
3.6 分类 | 第45-48页 |
3.6.1 最近邻方法 | 第45-46页 |
3.6.2 支持向量机分类 | 第46-47页 |
3.6.3 决策树 ID3 | 第47页 |
3.6.4 决策树 C4.5 | 第47-48页 |
3.6.5 K-均值聚类 | 第48页 |
3.6.6 模糊聚类 | 第48页 |
3.7 回归 | 第48-52页 |
3.7.1 经典回归方法 | 第48-49页 |
3.7.2 逐步多元线性回归 | 第49页 |
3.7.3 神经网络 | 第49页 |
3.7.4 支持向量机回归 | 第49-52页 |
3.8 集成学习 | 第52-53页 |
3.9 图形功能 | 第53-57页 |
3.9.1 显示 | 第53-56页 |
3.9.2 选取样本 | 第56-57页 |
3.10 模型分析和模型导出 | 第57-60页 |
3.10.1 模型分析 | 第57-59页 |
3.10.2 模型导出 | 第59-60页 |
3.11 附加功能 | 第60-63页 |
3.11.1 文档输出 | 第60-62页 |
3.11.2 参数保存和导入 | 第62-63页 |
3.12 本章小结 | 第63-64页 |
第四章 ABC_2半导体化合物性质预报 | 第64-96页 |
4.1 引言 | 第64页 |
4.2 ABC_2体系的原子参数 | 第64页 |
4.3 ABC_2化合物形成规律研究 | 第64-70页 |
4.3.1 数据集 | 第64页 |
4.3.2 模型和特征选择 | 第64-68页 |
4.3.3 结果和讨论 | 第68-70页 |
4.4 ABC_2化合物结构规律研究 | 第70-76页 |
4.4.1 数据准备 | 第70-72页 |
4.4.2 模型和特征选择 | 第72-73页 |
4.4.3 结果和讨论 | 第73-76页 |
4.5 半导体化合物 ABC_2禁带宽度预测 | 第76-86页 |
4.5.1 数据收集 | 第76页 |
4.5.2 模型和特征选择 | 第76-79页 |
4.5.3 结果和讨论 | 第79-86页 |
4.6 半导体化合物 ABC_2熔点预测 | 第86-95页 |
4.6.1 数据收集 | 第86页 |
4.6.2 模型和特征选择 | 第86-89页 |
4.6.3 结果和讨论 | 第89-95页 |
4.7 本章小结 | 第95-96页 |
第五章 总结与展望 | 第96-98页 |
5.1 全文总结 | 第96页 |
5.2 工作展望 | 第96-98页 |
附录一 | 第98-102页 |
参考文献 | 第102-111页 |
攻读博士学位期间发表的论文 | 第111-112页 |
攻读博士学位期间参与的项目 | 第112-113页 |
致谢 | 第113页 |