龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：本发明公开了深度学习的针对CO2和SO2共吸附的MOF的分析方法，其包括：S1、采用金属有机框架材料的几何描述符、能量描述符、化学描述符以及MOF对于CO2和SO2共吸附分离的性能指标建立数据集；S2、将数据集划分为训练集和测试集，对输入特征进行归一化处理，将预测结果进行5折交叉验证；运用训练集迭代地训练机器学习模型，引入深度因子分解机DeepFM来预测TSN；S3、在敏感性分析中使用反向消除法来阐明模型中各变量的作用，比较描述符相对于原始模型预测的重要性；S4、基于最优模型找出影响共吸附CO2和SO2的描述符，最终从大数据中筛选出优异MOF材料。这种深度学习方法显著推进了用于烟气处理的高效MOF吸附剂的开发。
主权项：1.基于深度学习的针对CO2和SO2共吸附的MOF的分析方法，其特征在于，预设分析的背景为，基于干燥的理想三元烟道气，MOF对其中的CO2和SO2进行共吸附，所述分析方法包括以下步骤：S1、采用金属有机框架材料的几何描述符、能量描述符、化学描述符以及MOF对于CO2和SO2共吸附分离的性能指标建立数据集；S2、基于所述数据集训练机器学习模型，并引入深度因子分析机DeepFM来预测TSN；S3、在敏感性分析中使用反向消除法来阐明DeepFM和MLPR中所有MOF特征变量的作用，分别比较了不同描述符在DeepFM和MLPR模型中的重要性，最终确定最优模型；S4、基于最优模型找出影响共吸附CO2和SO2的描述符，最终从大数据中筛选出优异MOF材料。
全文数据：
权利要求：
百度查询： 广州大学 基于深度学习的针对CO2和SO2共吸附的MOF的分析方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号