一种基于机器学习快速预测核磁共振化学位移的方法

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114496111 A (43)申请公布日 2022.05.13 (21)申请号 202210108013.5 (22)申请日 2022.01.28 (71)申请人 厦门大学 地址 361005 福建省厦门市思明区思明南 路422号 (72)发明人 程俊　林敏　王锋　 (74)专利代理机构 北京庚致知识产权代理事务 所(特殊普通合伙) 11807 专利代理师 韩德凯 (51)Int.Cl. G16C 20/40 (2019.01) G16C 20/70 (2019.01) G06N 3/04 (2006.01) G01N 24/08 (2006.01) 权利要求书2页 说明书9页 附图3页 (54)发明名称 一种基于机器学习快速预测核磁共振化学 位移的方法 (57)摘要 本公开提供基于机器学习快速预测核磁共 振化学位移的方法，包括：对收集的原子构型的 集合进行电子结构计算，得到原子构型的集合的 化学位移；将原子构型的集合中的各个原子的局 域结构表示为特征描述符；将特征描述符和化学 位移数据集按预定比例划分为训练集和测试集， 训练集用于训练神经网络，测试集用于测试训练 后的神经网络；将特征描述符作为为神经网络的 输入层，将对应化学位移作为神经网络的输出 层，基于训练集训练神经网络，获得神经网络预 测模型；将待预测化学位移的原子局域结构转化 A 为特征描述符，输入神经网络预测模型，获得待