[发明专利]一种基于统计机器学习方法的载流子迁移率谱分析系统和方法

权利要求书

1.一种基于统计机器学习方法的载流子迁移率谱分析系统，其特征在于，其包括：

数据输入模块，其用于输入待测材料的电输运数据；

预处理模块，其用于对所述电输运数据进行预处理；

运算模块，其用于对预设迁移频谱和载流子参数并计算满足上述电运输数据的迁移率谱；

优选地，所述分析系统还包括输出模块，所述输出模块用于输出所述计算结果。

2.根据权利要求1所述的基于统计机器学习方法的载流子迁移率谱分析系统，其特征在于，所述预处理模块包括噪声去除单元和/或背底多项式拟合单元，所述噪声去除单元用于去除电输运数据中的噪声；所述背底多项式拟合单元用于去除电输运数据中的背景噪声；

优选地，所述运算模块包括数据转换单元、归一化单元和判断单元，所述数据转换单元用于根据预处理数据计算实验电导率

所述归一化单元用于根据预设载流子迁移率并根据计算归一化矩阵K约化迁移率谱p(μ)，计算模拟电导率

所述判断单元包括损失判断单元和迭代参数计算单元；

优选地，所述损失判断单元用于判断损失函数是否处于容差，所述迭代参数计算单元用于根据梯度下降迭代算法计算迭代参数λ_next；

优选地，当所述损失判断单元判定损失函数小于容差时，所述输出模块输出计算结果，否则，迭代参数计算单元根据梯度下降迭代算法计算迭代参数λ_next后输入归一化单元进行再次计算；

优选地，当损失函数小于容差时，计算所得与实验所测的电导率数据相近，此时所对应的迁移率谱为待测材料的迁移率谱。

3.根据权利要求2所述的基于统计机器学习方法的载流子迁移率谱分析系统，其特征在于，所述噪声去除单元包括Butterworth滤波器，所述Butterworth滤波器用于对外部磁场强度为B下的纵向电阻率ρ_xx(B)和横向电阻率ρ_xy(B)进行低通滤波去除高频噪声，得到磁场强度为B_j下的ρ_xx(B_j)和ρ_xy(B_j)；

优选地，所述多项式拟合单元用于对外部磁场强度为B下的纵向电阻率ρ_xx(B)和横向电阻率ρ_xy(B)进行多项式拟合，去除背景噪声，得到磁场强度为B_j下的ρ_xx(B_j)和ρ_xy(B_j)，其中，B_j(j＝1，2，3…M)为实验测量所施加的M个外部磁场强度点，ρ_xx(B_j)、ρ_xy(B_j)为去噪后B_j对应的电运输数据纵向电阻率ρ_xx(B_j)和横向电阻率ρ_xy(B_j)。