摘要
本发明公开了一种基于机器学习筛选选择性吸收二氧化硫的低共熔溶剂的方法,包括:提取二氧化硫吸收体系的分子描述符以及温度、压强和低共熔溶剂水含量为输入,实验得到的二氧化硫在低共熔溶剂的溶解度为输出,建立二氧化硫吸收的数据库;通过数据库训练得到使得描述符与实验溶解度结果相对应的模型,即为机器学习模型;根据机器学习模型,基于预测数据库,去筛选全新的选择性吸收二氧化硫的低共熔溶剂。根据本发明的基于机器学习筛选选择性吸收二氧化硫的低共熔溶剂的方法,能够去对不同的氢键供体和氢键受体组合进行预测筛选,从而找到最佳的组合,使得二氧化硫的溶解度更高。而这相当程度上减少对于实验的需求,能节省大量资源。
技术关键词
机器学习模型
描述符
甲基咪唑溴盐
咪唑氯盐
低共熔溶剂
氨基吡啶
机器学习算法
供体
甲基咪唑氯化物
压强
羟基丁二酰亚胺
受体
网格搜索方法
乙基
三氮唑
四丁基溴化铵
系统为您推荐了相关专利信息
自动化控制模块
压力控制模块
微流控芯片
机器学习模型
显微成像模块
萜类化合物生物
生成萜类化合物
计算机可读指令
分子
描述符