材料逆向设计系统

面向材料性能需求的材料逆向设计系统MLDS，为材料研发领域中，多目标性能难以同步提升的痛点问题，提供高效解决方案。 基于内置的成分-工艺与性能间的内禀关系模型，操作人员仅需简单地提出所需的目标性能，即可快速生成满足多目标性能的成分-工艺设计方案， 软件详细使用方法请查看详细说明。

北京云智材料大数据研究院 北京科技大学2025.10.20

材料性能机理分析系统

材料性能机理分析系统，服务材料研发领域，助力科研人员深入阐明材料中元素对性能影响的复杂机理。系统融合相关性筛选、递归消除和穷举筛选方法，高效过滤冗余信息、对性能贡献较小特征量，筛选出影响性能的关键特征量。操作人员仅需提供元素与性能表格，即可快速筛选出影响合金性能的关键合金因子，软件详细使用方法请查看详细说明。

北京云智材料大数据研究院 北京科技大学2025.10.20

材料显微图像拼接软件

MicroStitch软件可实现微观图像数据的高速、自动和精准拼接。即通过集成最先进的图像特征提取和匹配技术，融合GPU加速和多进程加速方法，能够对任意数量输入、任意拍摄顺序的序列图像自动化快速地计算图像间的位移关系，并利用图像融合方法生成高质量高分辨的全景图像。

北京科技大学2025.10.20

材料数据库系统

材料数据库功能体系以业务流程为脉络、用户需求为导向搭建，各模块协同支撑材料数据全生命周期管理：数据模板编辑模块提供可视化界面，支持自定义与复用；数据治理模块串联“上传-审批-发布”链路，内置校验机制保合规；数据集检索模块集成多维度检索能力；用户管理模块覆盖注册认证与权限分配，保障系统安全便捷。系统详细功能请查看使用说明。

新材料大数据中心2025.10.20

云智大数据分析平台

材料在线开发平台是一款积木式组件化的低代码机器学习平台，它通过将人工智能和机器学习算法封装为可“拖拉拽”的功能组件，用户可根据材料科学数据的特点和数据分析的目标，而灵活地自定义机器学习工作流，也可通过AI大模型生成相应工作流，从而为新材料+人工智能的落地应用提供工具支持。未来，该平台还将与新材料大数据中心数据库实现互联互通，便于用户利用新材料大数据中心庞大的数据资源进行数据分析；并且将构建基于隐私计算和数据沙箱的可信数据空间保障数据安全，促进高值数据可用不可见，为材料科学数据交易提供工具支持。

北京云智材料大数据研究院 北京科技大学2025.10.20

冷阻燃机匣与转子碰摩热/应力/应变场/燃烧计算程序

本软件是一款面向高压压气机叶片与机匣碰摩工况的钛合金燃烧风险预测与预警系统。用户可通过输入叶片与机匣的几何形状（如长度、宽度、厚度）、材质、涂层类型以及服役环境参数（压力、温度）和故障条件（进给量、转速），实现对碰摩过程中的机匣表面应力与温度升高的定量预测。

北京科技大学2025.10.20

光刻树脂材料性能AI预测模型

本软件基于人工智能的预测模型，将单体的SMILES 分子式作为输入，预测相应均聚物树脂的玻璃化转变温度（Tg）。Tg是表征其光刻胶热力学性能的关键参数，影响力学稳定性、耐热性以及图形保持能力，合理调控Tg 是光刻胶设计中的核心目标之一。

上海集成电路材料研究院有限公司2025.10.20

节点融通器

“连接器系统”项目采用前后端分离架构，遵照J2EE规范，前端使用VUE3、CSS3等技术，后端采用SpringBoot3、MybatisPlus等开源技术框架，集成Minio对象存储、权限认证、定时任务服务，打造安全、高效、灵活技术架构。 面向材料用户提供功能，打通材料数据库系统和主平台系统功能壁垒，实现跨平台的数据同步和交互。

新材料大数据中心2025.10.20

材料科技论文数据抽取系统

智能解析材料科技论文，精准提取并关联材料成分、制备工艺、性能指标等关键要素，自动构建结构化数据集并可视化呈现，可深入分析多源数据差异，助您高效把握材料性能研究的核心数据脉络！

北京科技大学2025.10.20

面向性能要求的自适应迭代快速材料设计策略

该自适应迭代设计策略，包含模型训练，模型预测，实验设计及实验反馈四个过程。图示的2个平行迭代回路，可用于对比验证材料知识或其它要素融入对迭代设计效率的影响。

北京科技大学2025.10.20

材料文献数据自动抽取流水线

SuperalloyDigger 是一个包含自然语言处理（NLP）流程的工具包，能够从科学文献中自动挖掘超级合金的性能数据。该流程可以自动归档文献、识别合金命名实体、提取关系，并最终生成一个结构化数据库。

北京科技大学2025.10.20

基于遗传算法的材料描述符和机器学习模型组合筛选框架

在本研究中，我们提出了一个利用遗传算法从大量组合寻优空间中快速选择机器学习模型和材料描述符的普适算法，并证明了它对高熵合金相形成问题的有效性。

北京科技大学2025.10.20

材料显微图像智能分析平台

WisdomStore是一个支持本地离线部署使用的零代码一站式图像智能分析平台，可在本地环境下进行图像数据标注、智能模型训练、智能模型推理等识别结果统计表征。相比于领域内常用的云计算智能分析平台，本软件支持用户在本地创建人工智能模型，可保护数据安全不泄露。目前图像标注功能已包括：框形标注、涂鸦标注、多边形标注（包括弧度）、智能标注（魔术棒点击、画框式标注）。目前模型训练和推理功能已包括：目标检测、图像分割、实例分割。平台主要面向三类人员需求：1.材料科学、生物信息学等领域的科研人员进行图像智能分析；2.机器视觉从业人员自主创建智能模型，并进行实际业务场景的模型部署；3.数据标注从业人员利用本工具可快速提高数据标注速度。

北京科技大学2025.10.20

量纲同步计算的符号学习模型

量纲同步计算（Dimension-synchronous-computation symbolic learning）的符号学习模型是在传统的符号学习的基础上，通过加入单位计算功能模块，并改进了底层的遗传编程GP为GVP, 使符号学习具有了单位计算和向量计算的双重功能。

北京科技大学2025.10.20

基于大语言模型的钢铁性能预测

SteelScientist 是一种基于大型语言模型的可靠人工智能专家，代表了从材料文本到性能的端到端流程，能够高精度地定量预测机械性能，包括屈服强度（YS）、抗拉强度（UTS）和总延伸率（EL），同时支持新型钢材的探索。该流程包括一个名为 SteelBERT 的材料语言编码器，该编码器在包含 420 万篇材料科学相关摘要和 55,000 篇钢铁文献全文的综合语料库上进行了预训练，并结合了一个多模态深度学习框架，将复杂制造过程的成分和文本序列映射到机械性能。该模型在机械性能预测的测试数据上实现了约 80% 的 R2 分数。

北京科技大学2025.10.20