基于主动学习的DMO加氢催化剂数据优化方法

本发明公开了基于主动学习的DMO加氢催化剂数据优化方法，本发明涉及催化剂技术领域，解决了现有机器学习方法在催化剂开发中对大规模标记数据的过度依赖、数据利用效率低下以及训练集优化不足的缺陷的问题，本发明提供一种基于模拟主动学习的草酸二甲酯加氢催化剂训练集优化方法；该方法通过智能识别并利用已有实验数据中最具信息量的样本，在保证模型预测性能的前提下，显著精简训练数据集的规模，从而提高数据利用效率，降低数据收集和人工标注成本，并加速草酸二甲酯加氢催化剂的研发进程。