[发明专利]一种基于深度卷积神经网络预测MOF对甲烷气体吸附性能的方法有效
| 申请号： | 202010374618.X | 申请日： | 2020-05-06 |
| 公开（公告）号： | CN111755080B | 公开（公告）日： | 2023-07-28 |
| 发明（设计）人： | 卢罡;赵正阳;阳庆元;李睿琪 | 申请（专利权）人： | 北京化工大学 |
| 主分类号： | G16C60/00 | 分类号： | G16C60/00;G06N3/0464;G06N3/08;G06F18/24;G01N15/08 |
| 代理公司： | 北京太兆天元知识产权代理有限责任公司 11108 | 代理人： | 王宇 |
| 地址： | 100029 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度卷积神经网络预测MOF对甲烷气体吸附性能的方法，针对存储了MOF基础三维结构的CIF文件为数据样本的数据集，对其表达的MOF的甲烷气体吸附性能进行预测。本发明使用卷积神经网络设计分类器，将CIF文件中的MOF基础三维结构转化成分类器能够接受的特征，然后将MOF对甲烷气体吸附能力划分多个区间经过模型训练得到MOF的预测性能类别。 | ||
| 搜索关键词： | 一种 基于 深度 卷积 神经网络 预测 mof 甲烷 气体 吸附 性能 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京化工大学，未经北京化工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010374618.X/，转载请声明来源钻瓜专利网。
