Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东北大学夏子晨获国家专利权

东北大学夏子晨获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉东北大学申请的专利基于材料表面物理化学指标的催化剂活性分析方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121281675B

龙图腾网通过国家知识产权局官网在2026-03-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511851485.X,技术领域涉及:G16C20/20;该发明授权基于材料表面物理化学指标的催化剂活性分析方法及系统是由夏子晨;任涛;庄昌霖;莫泛漓;邵岩哲;张潇予设计研发完成,并于2025-12-10向国家知识产权局提交的专利申请。

基于材料表面物理化学指标的催化剂活性分析方法及系统在说明书摘要公布了:本申请实施例提供一种基于材料表面物理化学指标的催化剂活性分析方法及系统,涉及水处理技术领域。所述方法可以先获取样本数据集,并在将样本数据集划分为训练集和测试集后,使用训练集训练多个备选模型,再从备选模型中选择预测模型。然后将待测催化剂数据输入预测模型,以获得预测模型输出的预测降解率。其中,样本数据集中包括催化剂的孔深度灰度差等表面物理性质参数,以及官能团峰高比等表面化学性质参数。所述方法可以通过贝叶斯优化进行备选模型训练,结合测试集计算获得的评估指标选择预测模型,可以在小样本机器学习数据量的环境下,利用多模融合数据强化机器学习过程,以提高催化剂活性分析的预测精度和泛化能力。

本发明授权基于材料表面物理化学指标的催化剂活性分析方法及系统在权利要求书中公布了:1.一种基于材料表面物理化学指标的催化剂活性分析方法,其特征在于,所述方法包括: 获取样本数据集,所述样本数据集为带有污染物降解率标签的历史实验数据;所述样本数据集包括催化剂的表面物理性质参数、表面化学性质参数以及催化反应过程条件参数;所述表面物理性质参数包括从扫描电子显微镜图像中提取的孔深度灰度差;所述表面化学性质参数包括从红外光谱图中提取的官能团峰高比;所述孔深度灰度差为所述催化剂的扫描电子显微镜图像的灰度图像中,沿孔洞区域的中心轴线确定的孔口区域和孔底区域的灰度差值; 将所述样本数据集划分为训练集和测试集; 使用所述训练集训练多个备选模型,所述备选模型为以污染物降解率为预测目标,采用贝叶斯优化算法搜索最优超参数组合获得的机器学习模型;多个所述备选模型至少包括随机森林模型、极端梯度提升模型以及堆叠集成模型; 从所述备选模型中选择预测模型,所述预测模型为使用所述测试集对训练好的多个所述备选模型进行性能评估,并基于评估指标确定的最优备选模型;所述评估指标包括决定系数、平均绝对误差以及均方根误差中的至少一种; 获取待测催化剂数据,以及将所述待测催化剂数据输入所述预测模型,以获得所述预测模型输出的预测降解率。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人东北大学,其通讯地址为:110819 辽宁省沈阳市和平区文化路3号巷11号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。