一种预测石墨烯基材料与离子液体联合毒性的方法

AITNT
正文
推荐专利
一种预测石墨烯基材料与离子液体联合毒性的方法
申请号:CN202510233219
申请日期:2025-02-28
公开号:CN120260717A
公开日期:2025-07-04
类型:发明专利
摘要
本发明公开了一种预测石墨烯基材料与离子液体联合毒性的方法,包括通过石墨烯基材料对离子液体的吸附实验得到吸附系数;建立石墨烯基材料与离子液体组成的二元混合物对特定生态物种的浓度‑反应关系,并得到二元混合物的均值效应浓度;通过机器学习算法对吸附系数和均值效应浓度进行拟合得到拟合关系,并根据拟合关系得到定量结构‑活性关系模型;将待测吸附系数作为输入变量输入定量结构‑活性关系模型得到二元混合物对特定生态物种的联合毒性。利用吸附系数作为毒性数据对应的特征参数,更易获得,避免了由于获取均值效应浓度时需要生物测试所带来的时间、人力、物力等成本;并且通过机器学习方法,构建拟合关系,能更高效、精准地预测。
技术关键词
石墨烯基材料 离子液体 定量结构 机器学习算法 混合物 关系 效应 平衡吸附量 机器学习方法 暗室条件 生态 分光光度计 回归算法 检验方法 变量 吸附剂 过滤器 数据 恒温 指数
系统为您推荐了相关专利信息
1
用于工业品图像的优化处理方法及系统
图像分割技术 图像分析 图像主体 智能化图像处理技术 图像增强算法
2
一种实时调度监控与验证系统
验证系统 长短期记忆网络 数据采集模块 采集运行数据 机器学习算法
3
电表箱的管理方法、管理装置及管理设备
热力图 管理方法 节点 影像 管理装置
4
一种基于纺织车间的环境控制装置及控制系统
环境控制装置 中央控制模块 环境控制系统 车间 传感器模块
5
用于制造电池电极板的系统和方法
电池电极板 因子 客户端 特征值 机器学习模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号