原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种提高材料性能预测准确性的特征变换方法，其特征在于：所述的步骤1.归一化：假设输入的特征向量为I＝{I1，...，It},It代表影响性能的第t个因素。使用最大最小归一化将I归一化到[‑1,1]之间，得到归一化后的特征所述的步骤2.特征变换：定义一个特征变换算子ρ,对In中每个元素施加特征变换。本发明优点：仅对输入特征数据进行简单的变换，无需修改模型结构，提高性能预测准确性。通过在原有深度学习模型输入层和第一隐藏层之间添加一个特征变换层，将原有的低维输入特征变换至高维空间，即可提升
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116821655 A
(43)申请公布日 2023.09.29
(21)申请号 202310646178.2
(22)申请日 2023.06.02
(71)申请人 中国机械总院集团
文档评论（0）