龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：北京化工大学
摘要：本发明公开了一种高甲烷吸附率MOFs生成与筛选的方法，获取到数据集内MOFs的简化分子线性输入规范并利用SMILES计算分子指纹，使用循环神经网络模型生成大量假设性MOFs的SMILES表示形式，设计评估模型来判断生成样本的有效性，同时设计并比较不同分类器与不同输入数据的分类效果，筛选出性能最佳的分类器，最后使用训练好的分类器对评估为有效的假设性MOFs的样本进行甲烷吸附性能的预测，筛选出高甲烷吸附率的假设性MOFs，为在实验室合成高甲烷吸附率的MOFs提供参考。
主权项：1.一种高甲烷吸附率MOFs生成与筛选的方法，其特征在于，包括以下步骤：1）计算SMILES表示形式；2）使用SMILES计算分子指纹；3）构建并训练RNN模型生成假设性MOFs的SMILES表示形式；4）构建评估模型判断RNN模型生成样本的有效性；5）筛选性能最佳分类器；6）通过性能最佳分类器对评估有效的MOFs的假设样本进行甲烷吸附性能的预测以筛选出高甲烷吸附率的假设性MOFs；所述步骤2）中分子指纹形式包括MACCS、RDKit、Morgan和Avalon；所述步骤3）中，RNN模型采用最原始的输入和输出序列等长的结构，采用LSTM提升模型处理长期依赖的能力，模型的损失函数采用交叉熵；所述步骤4）中，首先计算数据集内每个样本的MACCS、RDkit、Morgan和Avalon分子指纹的Tanimoto系数以衡量最大相似度，并求其平均值得到相应数据分布图，再计算RNN模型生成样本与数据集内样本的MACCS、RDkit、Morgan和Avalon分子指纹的平均最大相似度，最后设定置信区间，若生成样本的计算结果在对应置信区间内，则认为生成样本属于有效MOFs的假设样本。
全文数据：
权利要求：
百度查询： 北京化工大学 一种高甲烷吸附率MOFs生成与筛选的方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号