龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：上海大学
摘要：一种机器学习辅助无铅焊点材料筛选方法，包括以下步骤：S1、收集铅焊点的剪切测试数据集；S2、以元素成分和剪切测试参数为输入，以剪切强度为输出，用机器学习模型进行建模和训练；筛选出预测准确率最高的机器学习模型；S3、以元素成分和剪切测试参数为输入，以剪切断裂模式为输出，用机器学习分类模型进行建模和训练，筛选出剪切断裂模式预测准确率最高的机器学习分类模型；S4、在筛选出的机器学习模型中计算特征重要性，筛选合金的元素成分组合；确定虚拟空间步长，构建虚拟样本，进行试验验证，获得所需无铅焊点材料。该方法加快了获得性能优异的无铅焊点材料的速度，所得焊点材料具有较高的剪切强度和剪切断裂能，耐老化性能优异。
主权项：1.一种机器学习辅助无铅焊点材料筛选方法，其特征在于，包括以下步骤：S1、收集Sn-Ag-Cu基BGA无铅焊点的剪切测试数据集；S2、以步骤S1中收集的剪切测试数据集中的元素成分和剪切测试参数为输入，以剪切强度为输出，用机器学习模型进行建模和训练；模型采用留一交叉验证法进行验证，筛选出预测准确率最高的机器学习模型；S3、以步骤S1中收集的剪切测试数据集中的元素成分和剪切测试参数为输入，以剪切断裂模式为输出，用机器学习分类模型进行建模和训练；模型采用留一交叉验证法进行验证，并绘制混淆矩阵协同验证模型精度，筛选出剪切断裂模式预测准确率最高的机器学习分类模型；S4、在剪切强度预测准确率最高的机器学习模型中计算特征重要性，比较元素成分的特征重要性指标以及影响规律、并筛选合金的元素成分组合；确定虚拟空间步长、并采用排列组合方式构建虚拟样本，然后将虚拟样本输入到机器学习模型中得到预测结果，在虚拟样本的空间中选点进行系统性试验验证，获得剪切性能优异的无铅焊点材料。
全文数据：
权利要求：
百度查询： 上海大学 一种机器学习辅助无铅焊点材料筛选方法及无铅焊料合金
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号