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为特征描述符,输入神经网络预测模型,获得待预测化学位移的原子局域结构的预测化学位移。本公开还提供了一种基于机器学习快速预测核磁共振化学位移的装置、电子设备以及可读存储介质。
声明:
“基于机器学习快速预测核磁共振化学位移的方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)