利用机器学习预测和设计碳点基长余辉材料

本发明公开了利用机器学习预测和设计碳点基长余辉材料，包括以下具体步骤：S1：数据收集与整理；S2：特征选择与处理；S3：机器学习建模：模型选择、模型训练、模型评估；S4：预测与优化；S5：验证与实验：模型验证、实验调整。本发明具有高效性，能快速筛选出最佳成分组合，减少实验次数；可以优化材料的性能，通过精确调整成分，实现更优的发光性能；可节省成本，降低了材料研发的时间和经济成本；且可实现精准预测，提高了预测的准确性和可靠性，减少了试错过程。