Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜南京工业大学田雨茜获国家专利权

恭喜南京工业大学田雨茜获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜南京工业大学申请的专利一种基于支持向量机算法的乙炔氢氯化反应催化剂配体优劣的预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119541731B

龙图腾网通过国家知识产权局官网在2025-05-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411670052.X,技术领域涉及:G16C60/00;该发明授权一种基于支持向量机算法的乙炔氢氯化反应催化剂配体优劣的预测方法是由田雨茜;郭宣辰;周缘;蒋子韬;孙路鹏;王川设计研发完成,并于2024-11-21向国家知识产权局提交的专利申请。

一种基于支持向量机算法的乙炔氢氯化反应催化剂配体优劣的预测方法在说明书摘要公布了:本发明基于支持向量机算法的乙炔氢氯化反应催化剂配体优劣的预测方法,属于材料信息学领域,所述方法包括如下步骤:(1)阅读已有公开文献建立数据库,(2)提取配体的SMILES字符串和性能提升率并构建张量矩阵,(3)采用支持向量机进行分析,寻找配体特征和效果的关系,(4)输入配体进行预测。本发明还提供了存储有所述方法的计算机可读存储介质和由所述介质组成的装置。本发明还增加了反应条件,提高乙炔氢氯化反应催化剂配体优劣的预测的准确性。

本发明授权一种基于支持向量机算法的乙炔氢氯化反应催化剂配体优劣的预测方法在权利要求书中公布了:1.一种基于支持向量机算法的乙炔氢氯化反应催化剂配体优劣的预测方法,其特征在于,所述方法包括如下步骤:1从公开文献中提取数据集,并且进行分类来训练模型,2提取配体分子的复合SMILES字符串并且转化为张量矩阵,3将张量矩阵输入到基于支持向量机算法的模型进行回归训练,使用RBF核函数,惩罚系数C等于0.9;4未知性能配体的SMILES字符串输入模型获得配体改性结果的预测;所述的SMILES字符串构建张量矩阵并且输入支持向量机模型,使用经过训练的支持向量机模型,输出预测结果;所述方法包括如下步骤:步骤1:建立数据集,从文献中收集已知催化剂配体的信息,配体的分子结构及对应的复合SMILES字符串和转化率记录在数据库中;步骤2:将配体的分子结构转化为ECFP指纹将每种配体的复合SMILES字符串转化为一种叫“ECFP指纹”的64位二进制向量;对于已知配体的SMILES字符串采用搜索的方式,从RDKit开源库中将每一个官能团对应成为有0和1组成的分子指纹,组合成64位的分子指纹;不同0和1的组成序列代表不同的官能团,从而体现出配体不同结构的影响;步骤3:构建特征张量矩阵收集的每种配体都有各自的64位分子指纹,把所有配体的指纹数据整合成一个张量矩阵,矩阵的每一行代表一个配体,每一列是一个特征位;步骤4:建立并调整模型架构将完整的张量矩阵输入到支持向量机模型中,进行初步训练;支持向量机模型会自动计算并拟合;分别尝试线性核,多项式核和RBF核函数,并且使用交叉验证的方法优化惩罚系数C的选择;步骤5:模型评估将简化后的张量矩阵输入到支持向量机模型中,继续训练,目标变量是转化率;通过模型训练,模型逐渐学习出配体结构、实验条件与转化率之间的关系;训练完成后,使用验证集对模型进行评估;通过对模型训练,最终得出最优模型为使用RBF核且惩罚系数C等于0.9,使用验证集对模型进行评估;最终模型对不同配体的预测转化率与实际转化率差小于7%概率达到了95%以上;步骤6:预测未知配体的转化率训练完成后,该模型可以用来预测新配体的转化率。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京工业大学,其通讯地址为:211816 江苏省南京市江北新区浦珠南路30号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。