中文标题：WAM数据集与电磁波吸波材料分类方法及应用研究

英文标题：Application of WAM Data Set and Classification Method of Electromagnetic Wave Absorbing Materials

来源期刊：电子与信息学报

基金项目：

作  者：袁宇洋^{1, 2} 张峻晗^{1, 2} 李丹丹^{1, 2} 沙建军^{1, 2, 3}

作者单位：1. 大连理工大学力学与航空航天学院 大连 116024
2. 大连理工大学工业装备结构分析国家重点实验室 大连 116024
3. 辽宁省飞行器前沿技术重点实验室 大连 116024

摘  要：电磁辐射防护吸波材料的性能主要由厚度、最大反射损耗和有效吸收带宽决定。研究集中在金属有机框架、碳基和陶瓷吸波材料上，利用弱人工智能分析WAM(Wave absorption materials)数据集。划分训练集和测试集后进行数据增强以及相关性和主成分分析。采用决策树算法制定分类指标，发现MOFs(Metal organic frameworks)类材料的反射损耗优于碳基材料类，MOFs类材料容易满足最大反射损耗值小于-45dB。多次训练后，随机森林算法泛化性能比决策树算法好，ROC-AUC值更高。运用神经网络进行分类研究，结果表明自组织映射神经网络在分类上表现更佳，而概率神经网络效果较差。将二分类问题扩展到三分类问题后，使用非线性分类、聚类和Boosting算法，发现最大反射损耗是关键指标。进一步分析表明，WAM数据集非线性可分，模糊聚类效果较好。人工智能有助于揭示材料特性与吸波性能的关系，加速新材料研发，支持吸波材料知识图谱和知识库的建设。

全文链接： https://jeit.ac.cn/cn/article/doi/10.11999/JEIT250166