一种基于Tree‑LSTM的有机物物理化学性质预测方法，包括生成预测模型和预测物理化学性质两部分，该生成预测模型包括：1)有机物的分子结构进行规范化和编码并生成树状数据结构(分子特征描述符)；2)利用分子特征描述符和有机物的物理化学性质实验数据训练Tree‑LSTM模型，获得基于LSTM的海表面温度预测模型；该预测有机物物理化学性质包括：将分子结构进行规范化并编码输入预测模型，得到有机物物理化学性质的输出结果。本发明能够使计算机自动化的提取分子结构与物理化学性质之间的关系，更适合学习各种有机物的分子结构信息，可取得较好的预测结果。
声明：
“基于Tree-LSTM的有机物物理化学性质预测方法” 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)
735
编辑：管理员
来源：北方有色网
咨询细节
