典型文献
支持向量回归预测不锈钢的点蚀电位
文献摘要：
点蚀是不锈钢的主要腐蚀类型之一,常用点蚀电位来评价不锈钢腐蚀的难易程度.点蚀电位会受到多方面因素的影响.基于不锈钢的元素成分和工艺参数,采用支持向量回归(support vector regression,SVR)算法建立了预测点蚀电位的模型.结果表明:独立测试集的相关系数达到0.97,均方根误差(root mean square error,RMSE)仅为0.07;通过Pearson相关分析和敏感性分析,元素Cr、Mo的含量和温度对点蚀电位的影响较大;当存在少量稀土元素时可以提高不锈钢的抗腐蚀能力.
文献关键词：
不锈钢;点蚀电位;机器学习
中图分类号：
作者姓名：
麦嘉琪;徐鹏程;丁松;孙阳庭;陆文聪
作者机构：
上海大学理学院,上海200444;上海大学材料基因组工程研究院材料信息与数据科学中心,上海200444;上海大学计算机工程与科学学院,上海200444;复旦大学材料科学系,上海200433
文献出处：
引用格式：
[1]麦嘉琪;徐鹏程;丁松;孙阳庭;陆文聪-.支持向量回归预测不锈钢的点蚀电位)[J].上海大学学报（自然科学版）,2022(03):485-491
A类：
B类：
支持向量回归,回归预测,点蚀电位,腐蚀类型,不锈钢腐蚀,难易程度,元素成分,support,vector,regression,SVR,测试集,root,mean,square,error,RMSE,Mo,稀土元素,抗腐蚀能力
AB值：
0.306864
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
