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。