一种基于神经网络的分子绝缘强度预测方法、装置及介质

    公开(公告)号:CN117079741A

    公开(公告)日:2023-11-17

    申请号:CN202311128996.X

    申请日:2023-09-01

    摘要: 本发明公开了一种基于神经网络的分子绝缘强度预测方法、装置及介质,所述方法包括:获取待预测分子的第一分子描述符并输入至预设的预测模型,使用卷积层和池化层降低对第一分子描述符进行特征提取和维度降低;使用激活函数对降低维度后的特征数据进行处理,将处理得到的结果传递到全连接层,进行特征提取与组合,得到分子绝缘强度的预测结果;其中,预测模型是根据预设的训练集、验证集和测试集对CNN模型进行训练、验证和测试而获得。本发明提出一种基于神经网络的分子绝缘强度预测方法、装置及介质,通过使用训练得到的预测模型,来对分子绝缘强度进行预测,能够解决现有分子绝缘强度预测方法的预测结果准确率和预测效率低的问题。

    一种二元汽液相平衡预测方法及装置

    公开(公告)号:CN115482885A

    公开(公告)日:2022-12-16

    申请号:CN202211207346.X

    申请日:2022-09-30

    IPC分类号: G16C20/30 G16C20/10

    摘要: 本发明公开了一种二元汽液相平衡预测方法及装置,该方法包括:将待预测气体分子分解为若干个基团;计算每个所述基团占所述待预测气体分子的比例参数;根据所述比例参数,计算得到二元交互作用参数;根据所述二元交互作用参数,建立二元相图,并根据所述二元相图,预测气液相平衡状态。采用本发明实施例,通过分解气体分子得到基团,并根据基团的比例参数建立二元交互作用参数,避免了大量的实验耗费的人力、物力和时间来建立二元交互作用参数,减少了分析气液相平衡的计算量;此外,通过二元交互作用参数,可以较为准确地确定气液相平衡,通过分析二元相图进行预测,提高了准确性。