【图文导读】图1.CH3NH3PbI3薄膜形貌表征a)0%-PEOXA、读物b)2.5%-PEOXA、c)5%-PEOXA和d)7.5%-PEOXA的CH3NH3PbI3薄膜的形貌。
于让（b）在335K测试的CR样品。人生图8：Ti-44Ni-5Cu-1Al（at％）CR873样品的明场图像。
变成图10：用于诱导Ti-44Ni-5Cu-1Al（at％）CR673样品马氏体转变的临界应力的温度依赖性。个笑（a）Ti-44Ni-5Cu-1Al（at％）HR样品的明场图像。读物图4：冷却和加热过程中在不同测试温度下Ti-44Ni-5Cu-1Al（at％）CR673样品的原位X射线衍射图。
尽管对于B2-B19转变来说，于让超弹性应变是最大的，但对于大多数合金来说，B2相和B19相之间的晶格相容性并不好。（b）、人生（c）、（d）分别取自标记为B，C和D区域的选区域衍射图。
B2相和R相之间的晶格相容性较好，变成并且B2-R转变有优异的疲劳性能。
个笑图示了由逆向马氏体转变引起的ΔT。再者，读物随着计算机的发展，读物许多诸如第一性原理计算、相场模拟、有限元分析等手段随之出现，用以进行材料的结构以及性能方面的计算，但是往往计算量大，费用大。
随机森林模型以及超导材料Tc散点图如图3-5、于让3-6所示。近年来，人生这种利用机器学习预测新材料的方法越来越受到研究者的青睐。
我在材料人等你哟，变成期待您的加入。深度学习算法包括循环神经网络（RNN）、个笑卷积神经网络（CNN）等[3]。
