公开(公告)号：CN118335215A

公开(公告)日：2024-07-12

申请号：CN202410354797.9

申请日：2024-03-27

申请人： 华南理工大学

发明人： 唐婷 ,  杜宇凡 ,  卢桂宁 ,  宋德浩

IPC分类号： G16C20/10 ,  G01N30/02 ,  G01N30/72 ,  G01N30/86 ,  G16C20/70 ,  G06F18/243

摘要： 本发明公开了一种基于机器学习的预测污染物氯化降解速率方法及装置，属于环境监测技术领域。其中方法包括：通过氯化降解实验，获取氯化降解化合物标准品的二级反应速率常数，获取分子描述符，构建数据库；构建氯化降解速率预测模型，采用数据库对构建的模型进行训练，并调整模型的参数；针对实际的目标化合物，获取目标化合物的分子描述符，将分子描述符输入训练后的氯化降解速率预测模型进行预测，输出预测结果；对所述目标化合物进行氯化降解实验，获取实际二级反应速率常数；将预测结果和实际二级反应速率常数进行比对，以分析预测准确率。本发明使用分子描述符构建模型，相较于分子指纹，分子描述符的使用使模型更具可解释性。