一种锂无机化合物离子电导率预测方法、存储介质、计算机程序

本发明涉及一种锂无机化合物离子电导率预测方法、存储介质、计算机程序，预测方法包括：获取包含锂无机化合物离子电导率及其对应CIF文件的数据集，经预处理和数据增强扩充训练集。从增强后的CIF文件中提取多维度特征。构建含卷积神经网络模块和Transformer模块的深度学习模型。将待测锂无机化合物的CIF文件经预处理后输入训练完成的模型，输出其离子电导率预测值。与现有技术相比，本发明通过数据增强、特征提取、多模态深度学习模型构建等手段，充分利用晶体结构信息，优化特征提取过程，并发挥深度学习模型的优势，从而实现对锂无机化合物离子电导率的高效、准确预测。