发明专利已授权

一种基于深度迁移学习预测卟啉MOF带隙的方法

📄 申请号：CN202211268334.8 📄 发布日：2026/08/04

著录项目信息

申请日

2022-10-17

公开号

CN115565620B

公开日

2025-10-17

申请人

浙江工业大学

法律状态

已下证

专利类型

发明

主分类号

G16C20_30

IPC 分类号

G16C20_30 , G16C20_70 , G16C20_90 , G06F18_22 , G06F18_214 , G06N3_042 , G06N3_0464 , G06N3_096 ,

技术画像

所属领域

深度学习深度学习迁移学习计算材料科学

应用场景

新材料筛选, 金属有机框架设计, 光催化材料开发, 光电材料性能预测, 计算机辅助材料设计

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明提供一种基于深度迁移学习预测卟啉MOF带隙的方法。本发明首先构建了卟啉MOF小数据集，并采用Average SOAP Kernel扩充了卟啉MOF数据集，然后利用QMOF数据库对GCN先进行预训练，得到预训练模型，再利用迁移学习方法对预训练模型进行微调，得到卟啉MOF带隙预测模型，最后利用卟啉MOF带隙预测模型进行带隙预测。本发明能够以较高准确率预测卟啉MOF带隙。本发明结合深度学习和迁移学习预测卟啉MOF带隙，仅依赖于晶体学信息文件而不是手工制作的几何描述符和化学描述符，高效准确地预测出给定的卟啉MOF带隙，提高了预测的精度和效率，降低了测得卟啉MOF带隙的时间和经济成本。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

辅助老人起卧床

当前第 / 件

一种水合三氧化钨/钨自支撑电极及其制备方法

同领域国内专利 · IPC: (G16C20_30)

G16C20_10 G16C20_20 G16C20_30 G16C20_40 G16C20_50 G16C20_60 G16C20_64 G16C20_70 G16C20_80 G16C20_90 覆盖10个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：18 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)