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：内蒙古科技大学包头师范学院

摘要：本发明公开了基于机器学习预测单重态裂分材料的三重态产率的方法，从现有文献中收集13个苝二酰亚胺衍生物分子，苝二酰亚胺衍生物分子的三重态产率ΦSF分布在5‑178％之间；并将13个苝二酰亚胺衍生物分子分别转换成分子描述符，然后将分子随机分成训练集和测试集；采用支持向量‑多项式核函数算法与选定的水合能HE，三重态LUMO轨道能量ET‑LUMO和可扭转键数目NumRot，同时，优化建模中的惩罚因子C、不敏感损失函数ε；然后构建预测苝二酰亚胺衍生物的三重态产率ΦSF的预报模型。与现有技术相比，本发明基于小样本集建模的支持向量回归算法模型的建立，有助于研究者快速，简便的筛选出高ΦSF产率的分子，能够为开发高效太阳能电池提供指导意义。

主权项：1.一种基于机器学习预测单重态裂分材料的三重态产率的方法，其特征在于，包括以下步骤：步骤一、从现有文献中收集13个苝二酰亚胺衍生物分子，苝二酰亚胺衍生物分子的三重态产率ΦSF分布在5-178％之间；并将13个苝二酰亚胺衍生物分子分别转换成分子描述符，然后将分子描述符随机分成训练集和测试集：110个分子的分子描述符作为训练集；23个分子的分子描述符作为测试集；步骤二、筛选出3个分子描述符作为特征变量：水合能HE，三重态LUMO轨道能量ET-LUMO和可扭转键数目NumRot，采用支持向量-多项式核函数算法与选定的三个特征变量，同时，优化建模中的惩罚因子C、不敏感损失函数ε；然后构建预测苝二酰亚胺衍生物的三重态产率ΦSF的预报模型，所述预测苝二酰亚胺衍生物的三重态产率ΦSF的预报模型的标准化方程为：y＝∑βi[X·Xi+1]2+0.55；其中X是未知矢量，Xi是该模型中包含的支持向量，n是支持向量的数量，n＝9，βi是相应支持向量的拉格朗日因子，对应9个支持向量其值分别为-1.15,-0.34,-1.68,7,7,-4.37,-7,0.55,-0.0052；步骤三、对优化后的预测苝二酰亚胺衍生物的三重态产率ΦSF的预报模型进行训练；步骤四、向训练后的预测苝二酰亚胺衍生物的三重态产率ΦSF的预报模型中输入苝二酰亚胺衍生物分子的分子描述符，即输出苝二酰亚胺衍生物的三重态产率ΦSF。

全文数据：

权利要求：

百度查询： 内蒙古科技大学包头师范学院 基于机器学习预测单重态裂分材料的三重态产率的方法