郑州大学杨家强获国家专利权
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!
龙图腾网获悉郑州大学申请的专利基于相似分布和主动学习的稳定吸附构型全局搜索方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119557676B 。
龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411535308.6,技术领域涉及:G06F18/23213;该发明授权基于相似分布和主动学习的稳定吸附构型全局搜索方法是由杨家强;张笑飞;张小峰;牛炳博;罗宁;王成铎;李庆奎;何季麟设计研发完成,并于2024-10-31向国家知识产权局提交的专利申请。
本基于相似分布和主动学习的稳定吸附构型全局搜索方法在说明书摘要公布了:本发明实施例公开了基于相似分布和主动学习的稳定吸附构型全局搜索方法,包括步骤:S1、构建知识嵌入的高通量吸附结构模型;S2、基于聚类分层采样构建吸附结构小样本数据集;S3、结合吸附结构小样本数据集和高斯过程回归模型,建立面向吸附能预测的代理模型;S4、训练代理模型,搜索稳定吸附构型。本发明实施例公开的基于相似分布和主动学习的稳定吸附构型全局搜索方法,通过包含知识嵌入的催化构型高通量建模、基于聚类分层抽样的小样本数据集构建、基于高斯过程回归的小样本推荐模型以及考虑数据分布和代理模型预测的混合收敛判据,实现了从大结构空间中高效搜索稳定吸附构型。
本发明授权基于相似分布和主动学习的稳定吸附构型全局搜索方法在权利要求书中公布了:1.基于相似分布和主动学习的稳定吸附构型全局搜索方法,其特征在于,包括步骤: S1、构建知识嵌入的高通量吸附结构模型;具体包括: 枚举吸附体系中所有潜在的表面位点或位点组合; 结合吸附质在吸附体系特定催化晶面的领域知识去除明确不稳定的位点或位点组合; 基于选择的位点或位点组合,自动构建吸附质在催化晶面位点结合的吸附质表面吸附模型; S2、基于聚类分层采样构建吸附结构小样本数据集;具体包括: 结合催化构型表面原子的物性信息,构建描述吸附结构的候选特征; 采用聚类方法对所有的候选吸附结构进行聚类分析; 依据聚类得到不同簇中吸附结构数目占比,采用最远点采样从每一个簇中抽取相应数目的吸附结构; 高通量计算选择吸附结构上吸附质的结合能,构建与大候选空间具有相似数据分布的吸附结构小样本数据集; S3、结合吸附结构小样本数据集和高斯过程回归模型,建立面向吸附能预测的代理模型; S4、训练代理模型,搜索稳定吸附构型;具体包括: 根据代理模型输出的预测值和不确定度,计算所有吸附结构样本的采集函数数值,即相对于吸附结构小样本最优值的提升概率或者期望提升值; 选择提升值最大的候选吸附结构作为搜索结果,计算吸附质在该候选吸附结构上的结合能,更新吸附结构小样本数据集; 判断是否满足混合收敛判据,若满足,则停止迭代,吸附结构小样本数据集中的最优结构即为全局最优吸附结构,确定为稳定吸附构型;若不满足,则重新训练代理模型并进行下一次搜索结果。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人郑州大学,其通讯地址为:450001 河南省郑州市高新技术开发区科学大道100号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励