您当前的位置:
首页 >
文章列表页 >
机器学习方法在高分子玻璃化研究中的应用
机器学习方法在高分子玻璃化研究中的应用
Applications of Machine Learning Methods in the Studies of Polymer Glass Formation
- 2023年54卷第4期 页码:432-450
DOI: 10.11777/j.issn1000-3304.2022.22367
修回:2022-11-17
移动端阅览
HTML全文
图( 7 ) 表( 1 )
参考文献
出版信息
数据统计
3017
浏览量
3575
下载量
1
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
机器学习在高分子材料基因组研究中的进展与挑战
高分子材料基因组——高分子研发的新方法
静电纺丝制备聚乳酸/聚苯胺杂化纤维膜与性能
相关作者
夏文杰
聂文建
蒋世春
张乐康
李景庆
门永锋
李宏飞
卢影
相关机构
Department of Civil, Construction and Environmental Engineering, North Dakota State University, Fargo, North Dakota
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
天津大学 材料科学与工程学院
东华大学材料科学与工程学院 先进纤维材料全国重点实验室
北京航空航天大学,北京生物医学工程高精尖创新中心

