基于深度学习的多参量拟合问题的研究.pdf

摘要

随着大数据时代的到来，对数据的转换，数据的处理数据的存储等带来了更好的技术支持，利

用机器学习作为对数据进行处理可以很大程度上解决一些问题。本文利用python中的机器学习，针

对高分辨电子显微学的原子强度、原子高度、原子坐标等信息，使用机器学习拟合最佳参数使误差

函数最小是本研究的最主要目的。使用深度学习训练，根据岭回归和梯度下降法训练出不同模型得

到较优模型，利用模型所得预测值再次进行线性拟合，通过把每个原子的强度与临近强度做关系优

化，提高线性度。目的在于获得更准确原子高度预测值。本研究有助于对解决原子强度与高度之间

的关系，对使换算后的原子强度与高度的线