支持向量回归用于预测锰系钙钛矿型氧化物奈尔温度

• 作者: 张庆 徐潇 纪晓波 肖林辉 陆文聪
• 来源期刊: 计算机与应用化学
• 学科: 化学
• 关键词: 支持向量回归(SVR) 锰系钙钛矿型氧化物 奈尔温度(TN)
• 年，卷（期）: 2018,（5）
• 页码范围: 349-357
• 页数: 9页
• 分类号: O6-04|O614|O69
• 语种: 中文
• DOI: 10.16866/j.com.app.chem201805001

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.