CN113963754B 一种基于机器学习的吸附材料筛查方法及装置 （南京大学）_第1页
CN113963754B 一种基于机器学习的吸附材料筛查方法及装置 （南京大学）_第2页
CN113963754B 一种基于机器学习的吸附材料筛查方法及装置 （南京大学）_第3页
CN113963754B 一种基于机器学习的吸附材料筛查方法及装置 （南京大学）_第4页
CN113963754B 一种基于机器学习的吸附材料筛查方法及装置 （南京大学）_第5页
已阅读5页，还剩15页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于机器学习的吸附材料筛查方法及本发明公开了一种基于机器学习的吸附材物输入最佳预测模型中，定位吸附性能最佳材234计划(MGI)正引领一种崭新的材料研发模式，其中一个重要的挑战在于融合高通量计算技析实验合成的已知MOF的结构信息，同时借助化学理论和计算机技术构建出了成千上万的5桥大学结构数据库中获取CIF结构文件，若研究文章对原始材料进行简单改性，则利用和离群点，利用DropNA函数删除含有缺失值的条目；利用shuffle函数对原始数据进行重[0017]对训练特征数据进行归一化处理，并依照同样的规则对678德国UFZ-LSER数据库查询萘普生的亚伯拉罕描述符，给定一定的吸附条件一并输入模型，9德国UFZ-LSER数据库查询四环素的亚伯拉罕描述符，给定一定的吸附条件一并输入模型，得到所有材料去除效果的矩阵数据，吸附效果的分布如图4所示，定位到去除效果最好的德国UFZ-LSER数据库查询壬基酚的亚伯拉罕描述符，给定一定的吸附条件一并输入模型，

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论