Document
拖动滑块完成拼图
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

毒剂模拟剂DMMP提纯金属有机框架吸附剂的机器学习方法 

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!

申请/专利权人:广州大学

摘要:本发明公开了毒剂模拟剂DMMP提纯金属有机框架吸附剂的机器学习方法,该方法首先针对待研究的MOF系列以及DMMP、N2、O2的气体吸附分离体系,运用机器学习中的自动机器学习、随机森林、梯度提升决策树和梯度提升回归算法,结合CoRE‑MOF的孔隙率、最大孔径、体积比表面积、限制孔隙直径、密度、吸附热、和亨利系数,以及其对空气中DMMP的吸附量、选择性,预测性能较优的MOF,进而评估机器学习算法对MOF性能预测的准确性。本发明采用机器学习方法进行预测,可有效缩短找出适合吸附DMMP的MOF的时间,采用模拟计算指导吸附剂的合成,能够减少开发新的MOF吸附剂的试错成本,并降低所需要的时间、物质资源。

主权项:1.毒剂模拟剂DMMP提纯金属有机框架吸附剂的机器学习方法,其特征在于,包括以下步骤:S1、通过巨正则蒙特卡洛模拟得到金属有机框架材料MOF的几何描述符、能量描述符,以及MOF对体系中DMMP的吸附性能,基于以上参数建立数据集;S2、把数据集划分为训练集和测试集;S3、选择机器学习算法,运用训练集迭代地训练机器学习模型,并调整模型的超参数,直至模型预测MOF材料的权衡值的准确程度满足精度要求;S4、将测试集中的描述符参数作为模型输入,利用训练好的模型预测测试集数据对应的权衡值,并计算预测的准确程度,以及定量描述模型对不同描述符的预测能力。

全文数据:

权利要求:

百度查询: 广州大学 毒剂模拟剂DMMP提纯金属有机框架吸附剂的机器学习方法

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。