您当前的位置:
首页 >
文章列表页 >
基于数据挖掘与领域知识分层特征构建的 Diels-Alder聚氨酯性能预测与构效解析
基于数据挖掘与领域知识分层特征构建的 Diels-Alder聚氨酯性能预测与构效解析
A Literature Data-driven Machine Learning Study of Structure-Property Relationship in Diels-Alder Polyurethane Elastomers Based on Hierarchical Domain-knowledge Features
- 2026年57卷第8期 页码:1751-1763
DOI: 10.11777/j.issn1000-3304.2026.26122
- CSTR: 32057.14.GFZXB.2026.7632
录用:2026-05-27
移动端阅览
HTML全文
图( 6 ) 表( 1 )
参考文献
出版信息
数据统计
605
浏览量
339
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于应力-应变曲线的机器学习预测聚乙烯和聚丙烯力学性能
基于异质结纳米晶与多层级动态键的高强高韧、全天候自修复聚氨酯
高岭土改性聚氨酯弹性体复合材料的制备与力学、阻尼及隔声性能
双软相热塑性弹性体的速率诱导延伸行为与机理研究
静电介导分子内交联规模制备Janus荧光单链纳米颗粒
相关作者
张乐康
孙晓宇
李景庆
刘伦洋
廖涛
卢影
李宏飞
门永锋
相关机构
天津大学 材料科学与工程学院
中国科学院长春应用化学研究所 高分子科学与技术全国重点实验室
兰州交通大学材料科学与工程学院
北京理工大学材料学院
宁波大学材料科学与化学工程学院

