材料结构-性质的关系一直是材料计算领域研究的重点,材料的微结构决定了电学属性等性质。通过对微结构特征的提取、表征,以定量分析材料的组成、结构和性能,该过程传统上涉及漫长而昂贵的试错实验。考虑运用计算软件与机器学习技术来进行数值模拟,可实现实验、计算和数据的有效结合。石墨烯作为零带隙的半导体,它的尺寸、边缘构型等微结构特征是确定其金属性和量子力学的重要因素。通过机器学习方法提取微结构,可针对性地制备出具有目标属性的材料,也能较清晰地分析结构-性能关系,并验证一般的实验结论。本文运用多元线性回归算法,基于密度泛函开展材料微结构特征的提取研究,通过石墨烯纳米结构的主要几何特征及其对电子特性的影响来进行预处理分析。将多元统计方法与自洽密度电荷密度泛函紧束缚算法相结合,进行材料微结构特征的多元线性回归训练与预测。以单变量分析提取法,推断了几种特征变量对电子带隙和费米能级能量的影响,并以散点图的形式可视化了相关结果。对其中所涉及的微结构表面积、边缘类型和纵横比等,如何影响石墨烯纳米片的电子特性进行分析。将提取出的石墨烯结构的电子属性与微结构特征联系起来,进行模型训练与预测,并通过单变量分析方法提取出几种反映电子带隙和费米能级能量的特征。