基于机器学习的选择性激光熔化NiTi合金相变温度预测方法（高校公示15天）（不包年费滞纳金）（需要二变）
发明专利本发明公开了基于机器学习的选择性激光熔化NiTi合金相变温度预测方法，涉及金属材料性能预测技术领域，包括如下步骤：步骤S1：从SLM‑NiTi合金相关实验和文献中收集SLM‑NiTi合金的初始特征数据集，步骤S2：对初始特征数据集进行数据预处理；对标准特征数据集进行特征筛选，形成关键特征数据集；步骤S3：将关键特征数据集随机分成训练集和测试集，采用多种机器学习算法，将筛选得到的关键特征作为模型的输入特征，SLM‑NiTi合金的相变温度特征集作为目标特征，构建多个SLM‑NiTi合金相变预测模型，在训练集上进行训练；步骤S4：训练完成后对测试集进行预测，获取其中最优的SLM‑NiTi合金相变预测模型。
《基于机器学习的选择性激光熔化NiTi合金相变温度预测方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2024108816806，当前法律状态为已下证，由吉林大学提出申请，发明人为徐泽洲;于征磊;郭云婷;杨孔元;信仁龙;陈立新;任露泉，申请日期为2024-07-03，公开（公告）日期为2025-02-14，国际专利分类号（IPC）为 G16C 20/70 (2019.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了基于机器学习的选择性激光熔化NiTi合金相变温度预测方法，涉及金属材料性能预测技术领域，包括如下步骤：步骤S1：从SLM‑NiTi合金相关实验和文献中收集SLM‑NiTi合金的初始特征数据集，步骤S2：对初始特征数据集进行数据预处理；对标准特征数据集进行特征筛选，形成关键特征数据集；步骤S3：将关键特征数据集随机分成训练集和测试集，采用多种机器学习算法，将筛选得到的关键特征作为模型的输入特征，SLM‑NiTi合金的相变温度特征集作为目标特征，构建多个SLM‑NiTi合金相变预测模型，在训练集上进行训练；步骤S4：训练完成后对测试集进行预测，获取其中最优的SLM‑NiTi合金相变预测模型。
海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！
