一种快速预测高分子禁带宽度的方法
专利汇可以提供一种快速预测高分子禁带宽度的方法专利检索，专利查询，专利分析的服务。并且本 发明 涉及一种快速预测高分子禁带宽度的方法，基于第一性原理结合 支持向量机 ，包括以下步骤：从文献中查找高分子的结构和禁带宽度的实验值；用不同的第一性原理方法进行禁带宽度计算，选出最优方法；从文献中查找重复单元由4个模 块 高分子结构并优化；计算4模块高分子的禁带宽度；用Dragon 软件 生成描述符，将数据分为建模集和测试集；用最大相关最小冗余 算法 进行变量筛选，并用支持向量机建立模型；根据建立的模型快速预报待检测高分子的禁带宽度。本发明基于可靠的文献数据和建模方法，所建高分子禁带宽度的预报模型具有简便快捷、低成本、无污染等优点。，下面是一种快速预测高分子禁带宽度的方法专利的具体信息内容。
1.一种快速预测高分子禁带宽度的方法，基于第一性原理并结合支持向量机，其特征在于，包括以下步骤：
1)查找重复单元由CH2、NH、CO、C6H4、C4H2S、CS、O的其中一种或几种构成的高分子的禁带宽度的实验值；
2)将这些高分子结构的重复单元用氢饱和，并用GaussView对结构进行优化；
3)用不同的第一性原理方法对上述高分子结构进行禁带宽度的计算，将计算值与实验值进行线性拟合，选出最优的第一性原理方法；
4)查找重复单元由CH2、NH、CO、C6H4、C4H2S、CS、O的其中四个模块构成的高分子的结构，重复单元用氢饱和，并用GaussView对结构进行优化；
5)利用步骤3)的最优的第一性原理方法计算结构优化后的四模块高分子的禁带宽度；
6)用Dragon软件对结构优化后的四模块高分子生成描述符；
7)利用欧式距离判定方法将数据集样本划分为建模集和测试集；
8)以第一性原理方法计算的四模块高分子的禁带宽度为目标变量，Dragon生成的描述符为自变量，用最大相关最小冗余算法mRMR，结合支持向量机留一法验证对建模集进行变量筛选，选出最优变量，并用支持向量机建立高分子禁带宽度的快速预报模型；
9)根据建立的高分子禁带宽度的快速预报模型和待检测的高分子结构，快速预报待检测高分子的禁带宽度。
2.根据权利要求1所述的一种快速预测高分子禁带宽度的方法，其特征在于，所述步骤
2)中GaussView结构优化选用基组为6-31g(d,p)。
3.根据权利要求1所述的一种快速预测高分子禁带宽度的方法，其特征在于，所述步骤
7)中欧式距离判定方法具体步骤如下：
71)以自变量作为每个样本的坐标，创建一个高纬度空间；
72)选择禁带宽度最大的样本；
73)将选择的样本纳入建模集；
74)以该样本为圆心，R为半径建立一个高纬度空间的球体，定义半径R为：
其中c为自定义的区分度因子，这里设定为0.5，V为自变量最值差的乘积，N为样本数，K为空间维数；
75)将样本间距d小于半径R的样本纳入测试集，定义样本i与样本i+1间距d为：
其中xi,n是样本i的第n个自变量，xi+1,n是样本i+1的第n个自变量；
76)选取剩余样本集中禁带宽度最大的样本，并重复步骤72)至75)，直到所有的样本被归入建模集与测试集。
4.根据权利要求1所述的一种快速预测高分子禁带宽度的方法，其特征在于，所述步骤
8)中最大相关最小冗余算法筛选变量具体步骤如下：
81)计算自变量x和目标变量y的互信息，互信息计算公式为：
其中p(x,y)是联合概率密度，p(x)和p(y)是边缘概率密度；
82)S表示整个特征集，Sm是用来表示已选择特征集包括m个特征，Sn用来表示将选特征集包括n个特征，计算Sm中特征f和c的关联度D，D的计算公式为：
D＝I(f,c)
83)计算Sm中特征f和Sn中所有特征的冗余R，R的计算公式为；
84)利用mRMR函数评估Sn中特征fi的最大相关和最小冗余，mRMR函数公式为：
85)得到评估后经过排序的特征集S：
S＝{f′1,f′2,…,f′h,…,fN′}
支持向量机回归算法具体步骤如下：
86)设定样本集为：(y1，x1)，…，(yl，xl)，非线性回归函数用下列回归函数表示：
αi*，αi与K(xi,xj)根据以下方程求出：
该拉格朗日约束条件为：
0≤αi≤C,i＝1,…,l
其中∈为偏差值，C是设定的惩罚因子值；
87)K(xi,xj)选用适当的核函数来替代，这里采用径向基核函数，即：
其中σ是函数参数；
88)求出回归函数f(x)。
一种快速预测高分子禁带宽度的方法
技术领域
发明内容
具体实施方式
NH-CS-NH-C6H4-CH2-C6H4 3.30
NH-CS-NH-C6H4 3.10
NH-CS-NH-C6H4-NH-CS-NH-C6H4 3.07
NH-CO-NH-C6H4 3.90
NH-CS-NH-C6H4-NH-CS-NH-C6H4-CH2-C6H4 3.16
NH-CS-NH-C6H4-NH-CS-NH-C6H4-O-C6H4 3.22
NH-CS-NH-C6H4-NH-CS-NH-CH2-CH2-CH2-CH2 3.53
CO-NH-CO-C6H4 4.00
CH2-CH2-CH2-CH2 8.80
决定系数 0.9722 0.9765 0.9718 0.9723 0.9755
CH2-CO-NH-CS 2.69117
CH2-CS-C6H4-O 2.04
C6H4-C6H4-C4H2S-CS 1.80608
CO-O-C4H2S-CS 1.9176
C6H4-CS-C4H2S-O 1.93093
103.16 9.378 0.634 1.025 0.694
152.23 8.457 0.667 0.997 0.73
280.43 9.046 0.727 0.982 0.802
172.24 12.303 0.776 1.041 0.838
220.33 10.015 0.736 1.001 0.809
166.21 9.777 0.717 1.022 0.755
P_VSA_ppp_D nTA SRW05
SpDiam_EA(dm) P_VSA_LogP_4 E3v
SM14_AEA(bo) R1p+ P_VSA_MR_2
ATS7m CATS2D_00_DD DISPp
LOC
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 带宽压缩中的后选择预测方法 | 2020-05-08 | 412 |
| 图像带宽压缩中的后选择预测方法 | 2020-05-08 | 864 |
| 一种包含参数跟踪的感应电机状态强跟踪滤波估计方法 | 2020-05-08 | 490 |
| 储能式充电桩参与电网需求侧响应联合运行优化模型与求解算法 | 2020-05-08 | 238 |
| 带宽压缩中的预测方法 | 2020-05-08 | 213 |
| 基于数据驱动启发式优化的城市高压配电网阻塞管理方法 | 2020-05-08 | 291 |
| 神经网络编译方法、系统及相应异构计算平台 | 2020-05-11 | 748 |
| 一种风电功率预测方法 | 2020-05-08 | 167 |
| 一种基于部件特征的航空发动机多故障并发诊断方法 | 2020-05-08 | 324 |
| 一种海量数据库表快速分类的方法 | 2020-05-11 | 697 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
