数据集概述
本数据集是为研究窄温区高温形状记忆合金（HT-SMA）热滞回线预测而构建的机器学习相关数据，包含经处理的原始数据及相关文档，支持热滞回线行为的预测分析。
文件详解
- 目录：Prediction of narrow HT-SMA thermal hysteresis using machine learning A data file/Merged Data Files/
- 文件名称：dT_HTSMA_ML_Data_v3c.docx
- 文件格式：docx
- 内容说明：可能包含数据集相关的文档说明或分析报告
- 文件名称：Processed_RawData_v2d.csv
- 文件格式：csv
- 字段示例：ID（样本编号）、Ti_Content（钛含量）、Ni_Content（镍含量）、Pd_Content（钯含量）、Pt_Content（铂含量）、V_Content（钒含量）、Hf_Content（铪含量）、Zr_Content（锆含量）、Cu_Content（铜含量）、Co_Content（钴含量）、Ir_Content（铱含量）、Cr_Content（铬含量）、As（奥氏体开始温度）、Af（奥氏体结束温度）、Ms（马氏体开始温度）、Mf（马氏体结束温度）、dT（热滞回线温差）
适用场景
- 材料科学研究：分析窄温区高温形状记忆合金成分与热滞回线的关系
- 机器学习应用：构建热滞回线预测模型的训练与验证
- 合金性能优化：通过成分调整预测热滞回线行为，辅助合金设计
- 数据驱动材料研发：探索基于成分数据的热性能预测方法
