-
公开(公告)号:CN118430688A
公开(公告)日:2024-08-02
申请号:CN202410570304.5
申请日:2024-05-09
申请人: 北京化工大学
IPC分类号: G16C20/30 , G16C20/70 , G06F18/211
摘要: 本发明属于理论计算领域,公开了一种基于机器学习的转子相预测方法。方法包括:给出具体的化合物名称、结构以及已经获得的特征,对其进行特征的筛选;将筛选完毕的特征输入机器学习预测模型中对模型进行训练;得到可以对转子相进行精准预测的模型,输出预测结果:未知化合物是否存在转子相。转子相是一种介于完全有序晶相和各向同性液相之间的特殊凝聚相,与晶相相比往往具有更低的密度和更高的分子运动能力。本申请通过机器学习预测模型可以实现对未知化合物是否存在转子相进行预测,结合多种机器学习算法和尽可能多的特征,以期给出准确的预测结果,为转子相的研究及应用提供一定的参考价值。