木质素衍生多孔碳孔隙结构预测方法和装置

本申请公开了一种木质素衍生多孔碳孔隙结构预测方法和装置。本申请针对木质素衍生多孔碳样本稀缺、数据缺失的技术问题，提出一种混合机器学习框架。通过采用XGBoost模型对孔隙结构进行预训练，利用迁移学习和生成对抗网络模型实现特征潜变量提取和样本生成，最终结合生成数据与原始数据训练XGBoost回归器完成对木质素衍生多孔碳孔隙结构的精准预测。本申请采用基于迁移学习和生成对抗网络的混合机器学习框架，为木质素衍生多孔碳孔隙结构的预测提供了新方法。