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！

龙图腾网获悉浙江工业大学申请的专利一种基于深度迁移学习预测卟啉MOF带隙的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：CN115565620B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202211268334.8，技术领域涉及：G16C20/30；该发明授权一种基于深度迁移学习预测卟啉MOF带隙的方法是由佘远斌;张智慧;张丞玮;苏安设计研发完成，并于2022-10-17向国家知识产权局提交的专利申请。

本一种基于深度迁移学习预测卟啉MOF带隙的方法在说明书摘要公布了：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AverageSOAPKernel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。

本发明授权一种基于深度迁移学习预测卟啉MOF带隙的方法在权利要求书中公布了：1.一种基于深度迁移学习预测卟啉MOF带隙的方法，其特征在于，包括如下步骤： 1从剑桥晶体结构数据库中收集多个卟啉基MOF材料，对多个卟啉基MOF材料的原始晶体学信息文件进行结构优化并计算出对应的带隙，获得多个卟啉基MOF材料对应的优化晶体学信息文件以及带隙，由多个卟啉基MOF材料的优化晶体学信息文件和对应的带隙构成初始卟啉MOF数据集； 2从QMOF数据库中筛选出多个与卟啉MOF相似度高的MOF样本并组成扩充MOF数据集，扩充MOF数据集与初始卟啉MOF数据集进行融合，获得融合卟啉MOF数据集，将筛选掉扩充MOF数据集的QMOF数据库记为筛选后的QMOF数据库； 3利用筛选后的QMOF数据库对深度学习模型进行预训练，得到预训练模型； 4根据融合卟啉MOF数据集，利用迁移学习方法对预训练模型进行微调，获得卟啉MOF带隙预测模型； 5将待预测的卟啉基MOF材料对应的优化晶体学信息文件输入卟啉MOF带隙预测模型中，获得待预测的卟啉基MOF材料的带隙； 所述1中，多次改变各个卟啉基MOF材料的卟啉中心金属，获得对应的多个新的卟啉基MOF材料，由多个新的卟啉基MOF材料的优化晶体学信息文件和对应的带隙与收集的多个卟啉基MOF材料的优化晶体学信息文件和对应的带隙一起构成初始卟啉MOF数据集； 所述2中，利用原子位置平均平滑重叠核方法计算QMOF数据库中每个MOF样本与初始卟啉MOF数据集中每个卟啉基MOF材料之间的全局相似性，对QMOF数据库中每个MOF样本与初始卟啉MOF数据集中各个卟啉基MOF材料之间的全局相似性进行求和平均，获得QMOF数据库中各个MOF样本的平均相似性，按平均相似性降序依次选择多个QMOF数据库中的MOF样本并组成扩充MOF数据集。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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。