石墨纳米片增强HDPE复合材料集成机器学习方法数据集

数据集概述

该数据集围绕石墨纳米片增强高密度聚乙烯（HDPE）复合材料展开，通过集成机器学习方法（随机森林回归）预测拉伸模量、硬度和韧性等关键性能指标，并基于决策树分类器生成性能等级规则，为聚合物复合材料研究提供数据支持。

文件详解

• 预测结果文件（Excel格式）：
• RFR_Hardness.xlsx：硬度预测结果数据
• RFR_Tensile modulus.xlsx：拉伸模量预测结果数据
• RFR_Toughness.xlsx：韧性预测结果数据
• 决策树规则文件：
• Rules DT.xlsx：基于决策树分类器生成的性能等级划分规则
• 原始数据文件：
• Raw Data.xlsx：复合材料性能原始数据
• Raw Data_SEM Image of filler.tif：填料的扫描电镜（SEM）图像
• 代码文件：
• Code1.txt：包含数据预处理、OLS方法、集成机器学习算法等分析代码

适用场景

• 聚合物复合材料性能预测研究
• 材料成分优化分析
• 机器学习在材料科学中的应用验证
• 高性能聚合物产品开发支持
• 材料资源优化与创新研究