（i）表示材料的能量吸收特性的悬臂共振品质因数图像在扫描透射电子显微镜（STEM）的数据分析中，赛迪由于数据的数量和维度的增大，赛迪使得手动非原位分析存在局限性。

预测我们便能马上辨别他的性别。首先，年中利用主成分分析法（PCA）对铁电磁滞回线进行降噪处理，年中降噪后的磁滞曲线由（图3-7）黑线所示，能够很好的拟合磁滞回线所有结构特征，解决了传统15参数函数拟合精度不够的问题（图3-7）红色。

利用k-均值聚类算法，国信根据凹陷中心与红线的距离，对磁滞回线的转变过程进行分类。经过计算并验证发现，息化在数据库中的26674种材料中，金属/绝缘体分类的准确度为86%，仅仅有2414种材料被误分类（图3-2）。随后，趋势2011年夏天，奥巴马政府宣布了材料基因组计划(MaterialsGenomeInitiative,简称MGI)，该计划在材料科学中掀起了一场革命。

赛迪图2-2 机器学习分类及算法3机器学习算法在材料设计中的应用使用计算模型和机器学习进行材料预测与设计这一理念最早是由加州大学伯克利分校的材料科学家GerbrandCeder教授提出。随后开发了回归模型来预测铜基、预测铁基和低温转变化合物等各种材料的Tc值，预测同样取得了较好结果，利用AFLOW在线存储库中的材料数据，他们进一步提高了这些模型的准确性。

根据Tc是高于还是低于10K，年中将材料分为两类，构建非参数随机森林分类模型预测超导体的类别。

【引语】干货专栏材料人现在已经推出了很多优质的专栏文章，国信所涉及领域也正在慢慢完善。此外，息化钛基催化剂TiC或TiO由于其稳定的晶体结构和氧空位的存在，息化促进了半导体管的生长，半导体纯度高于95%，局部高达99.8%，在碳纳米管电子学中具有未来的应用潜力。

在此，趋势研究团队设计了一种温度介导的直接化学气相沉积策略，趋势以实现三维硼/氮双掺杂石墨烯(BNG)颗粒结构的可控合成，该结构被用作Li-S电池中两个电极的轻型和多功能介质。长期从事新型功能材料的制备与物性研究，赛迪主要研究方向为碳纳米管的生长机理、可控制合成与应用探索。

预测热管理单元（主要使用金属）用于实现内部散热和运行性能或能量转换效率调制。制备出了石墨烯三维网络结构材料、年中毫米级单晶石墨烯，发展了石墨烯材料的宏量制备技术。