中国旅游日来袭，泉城济南准备好了 美好旅程，一起出发吧！

在AWE2017展会上，中国准备松下向全球消费者展示了包括松下爱捷净系列波轮洗衣机、松下罗密欧系列超薄型和除菌型滚筒洗衣机等明星产品在内的全品类产品。

9月27日，旅游旅程洛图科技（RUNTO）发布最新的智能盒子数据显示，2022年8月，中国智能盒子线上零售量为18.7万台，同比下降9.6%，环比增长6.3%。在1000元以上价格段，泉城起出当贝以近七成的份额遥遥领先于其他品牌。

未来，济南更为细分、更为专业、差异化于电视传统功能的场景盒子才有机会获得一席之地。近期，美好以巧学伴和宝得利为代表的新兴品牌推出主打学习的教育盒子，囊括了丰富的教育内容。零售额为0.4亿元，中国准备同比下降18.7%，环比增长6.1%。

除此之外，旅游旅程通过配备摄像头盘活存量非智慧屏的智慧盒子、旅游旅程聚焦差异化家庭娱乐功能的游戏盒子、搭载人工智能技术融入智能家居系统的语音盒子也开始兴起。为了应对智能电视的普及，泉城起出智能盒子厂商也在积极探索与其他智能家居设备相连接，将应用场景从家庭娱乐扩展到视频、办公、教育、健身等场景。

未来，济南只有更为细分、更为专业、差异化于电视传统功能的场景盒子才有机会获得一席之地。

电视智能化导致盒子市场萎缩，美好创新场景盒子开始兴起受电视智能化程度不断提升的影响，与电视强相关性的智能盒子正在进入夕阳阶段。参考文献[1]K.T.Butler,D.W.Davies,H.Cartwright,O.Isayev,A.Walsh,Nature,559(2018)547.[2]D.-H.Kim,T.J.Kim,X.Wang,M.Kim,Y.-J.Quan,J.W.Oh,S.-H.Min,H.Kim,B.Bhandari,I.Yang,InternationalJournalofPrecisionEngineeringandManufacturing-GreenTechnology,5(2018)555-568.[3]周子扬,电子世界,(2017)72-73.[4]O.Isayev,C.Oses,C.Toher,E.Gossett,S.Curtarolo,A.Tropsha,Naturecommunications,8(2017)15679.[5]V.Stanev,C.Oses,A.G.Kusne,E.Rodriguez,J.Paglione,S.Curtarolo,I.Takeuchi,npjComputationalMaterials,4(2018)29.[6]A.Rovinelli,M.D.Sangid,H.Proudhon,W.Ludwig,npjComputationalMaterials,4(2018)35.[7]J.C.Agar,Y.Cao,B.Naul,S.Pandya,S.vanderWalt,A.I.Luo,J.T.Maher,N.Balke,S.Jesse,S.V.Kalinin,AdvancedMaterials,30(2018)1800701.[8]R.K.Vasudevan,N.Laanait,E.M.Ferragut,K.Wang,D.B.Geohegan,K.Xiao,M.Ziatdinov,S.Jesse,O.Dyck,S.V.Kalinin,npjComputationalMaterials,4(2018)30.[9]A.Maksov,O.Dyck,K.Wang,K.Xiao,D.B.Geohegan,B.G.Sumpter,R.K.Vasudevan,S.Jesse,S.V.Kalinin,M.Ziatdinov,npjComputationalMaterials,5(2019)12.[10]Y.Zhang,C.Ling,NpjComputationalMaterials,4(2018)25.[11]H.Trivedi,V.V.Shvartsman,M.S.Medeiros,R.C.Pullar,D.C.Lupascu,npjComputationalMaterials,4(2018)28.往期回顾：中国准备认识这些带你轻松上王者——电催化产氧（OER）测试手段解析新能源材料领域常见的碳包覆法——应用及特点单晶培养秘诀——知己知彼，中国准备对症下方，方能功成。

经过计算并验证发现，旅游旅程在数据库中的26674种材料中，金属/绝缘体分类的准确度为86%，仅仅有2414种材料被误分类（图3-2）。然后，泉城起出采用梯度提升决策树算法，建立了8个预测模型（图3-1），其中之一为二分类模型，用于预测该材料是金属还是绝缘体。

首先，济南利用主成分分析法（PCA）对铁电磁滞回线进行降噪处理，济南降噪后的磁滞曲线由（图3-7）黑线所示，能够很好的拟合磁滞回线所有结构特征，解决了传统15参数函数拟合精度不够的问题（图3-7）红色。文章详细介绍了机器学习在指导化学合成、美好辅助多维材料表征、美好获取新材料设计方法等方面的重要作用，并表示新一代的计算机科学，会对材料科学产生变革性的作用。