-
公开(公告)号：CN117059211A
公开(公告)日：2023-11-14
申请号：CN202311096371.X
申请日：2023-08-29
Applicant: 上海大学
Abstract: 本发明公开了一种预测聚酰亚胺薄膜的玻璃化转变温度的方法，其包括以下步骤：1)搜索PI类均聚物分子单体的结构及其对应的玻璃化转变温度Tg值；2)利用描述符转换软件生成结构描述符；3)随机划分训练集和测试集；4)通过比较XGBoost建模的交叉验证结果得到最优变量子集；5)建立PI均聚物类单体分子玻璃化转变温度Tg的快速预报模型；6)对建立的模型进行多次随机划分7)预报待检测单体的Tg值。本发明基于简单易得的描述符和建模预测方法，所构建的快速预测PI的Tg模型具有方便快捷，无化学污染的优点，能为实验人员快速获取聚酰亚胺的热性能提供指导，能加速新型PI的发现。
-
公开(公告)号：CN119418834A
公开(公告)日：2025-02-11
申请号：CN202411547449.X
申请日：2024-11-01
Applicant: 上海大学
Abstract: 本发明属于高分子材料技术领域，公开了一种机器学习辅助高导热高分子复合材料的开发方法，其包括如下步骤：S1：建立特征数据库；S2：数据预处理；S3：构建机器学习模型；S4：优化预测模型；S5：预测模型筛选；S6：输出预测结果；S7：验证预测结果。本发明基于对高导热高分子复合材料的组分和制备工艺的机器学习和预测，融合了特征数据库和机器学习模型，能够加快高导热智能高分子复合材料的开发，缩短研发周期，而且无需高温设备、降低制备成本。
-
公开(公告)号：CN118016189A
公开(公告)日：2024-05-10
申请号：CN202410295608.5
申请日：2024-03-15
Applicant: 上海大学
IPC: G16C20/30 , G16C20/20 , G16C10/00 , G16C20/70 , G16C20/90 , G16C60/00 , G06N3/042 , G06N3/045 , G06F18/27
Abstract: 本发明属于人工智能与新材料技术领域，公开了一种大语言模型辅助预测聚酰亚胺拉伸强度的方法及系统，该方法通过利用大语言模型LLM、提取文本中PI的共聚物或均聚物单体，并将二酐和二胺的图像转换成SMILES字符串，LLM撰写代码转换成摩根频率加权‑加和指纹、特征筛选、模型选择、参数优化和模型解释，能够快速预测无TS值的PI。本发明基于大语言模型辅助机器学习全流程，所建的快速预测PI的TS模型展现了跨学科的创新性，融合了数据科学、计算化学与人工智能技术，具有高效率、用户友好和准确性的优点，为科研人员运用AI工具提供智能技术支持和专业知识指导，能加速聚酰亚胺深入开发过程和探索性数据分析。
-
公开(公告)号：CN114974456A
公开(公告)日：2022-08-30
申请号：CN202210398430.8
申请日：2022-04-15
Applicant: 上海大学
Abstract: 本发明公开了一种基于SHAP值构建可解释的GBRT回归模型加速发现高空穴传速速率(μ)及稳定性(η)的钙钛矿太阳能电池中有机小分子空穴传输材料(SM‑HTMs)的QSPR方法及系统，建立数据集样本；生成描述符；随机划分训练集和测试集；利用SHAP嵌套GBRT筛选变量，选出GBRT建模的最优变量子集；用GBRT回归建立有机SM‑HTMs的快速预报模型；根据建立的模型，快速预报测试集有机SM‑HTMs分子的μ及η。根据SHAP反馈的对目标特征的影响和参考文献解释描述符，对应分子片段的结构，构建QSPR模型；手动绘制生成大量虚拟样本，利用建好的GBRT模型进行预报。本发明基于可靠的文献真实值和建模方法，所建的有机SM‑HTMs的GBRT预报模型具有方便快捷，无化学污染的优点。
-
公开(公告)号：CN102010629A
公开(公告)日：2011-04-13
申请号：CN201010610865.1
申请日：2010-12-29
Applicant: 上海大学 , 上海贝恒化学建材有限公司 , 上海海笠工贸有限公司
IPC: C09D5/34
Abstract: 本发明涉及一种以高炉渣为主要原料的环保型干粉外墙腻子的制备，属化学建筑材料技术领域。本发明以高炉渣为主要原料，加入一定量的增钙剂、水泥、乳胶粉、抗裂剂及保水剂，经充分搅拌，混合均匀后，即可得到干粉外墙腻子。本发明的干粉外墙腻子以高炉炼铁过程中排放出来的水淬渣为主要原料，原料易得，成本低廉，生产工艺和设备简单，有利于工业化生产和推广应用，且生产出来的外墙干粉腻子具有较好的耐水性耐碱性、以及良好的粘结强度，而且使用方便。因而具有良好的经济效益、社会效益和环境效益，为高炉渣的综合利用开辟了一条新的途径。
-
Patent Agency Ranking
公开(公告)号：CN100568545C
公开(公告)日：2009-12-09
申请号：CN200710045848.6
申请日：2007-09-12
Applicant: 上海大学
IPC: H01L31/18
CPC classification number: Y02P70/521
Abstract: 本发明涉及一种应用于太阳能电池的低阻硫化锡薄膜的制备方法，主要采用真空蒸发气相沉积方法来制备薄膜，属真空蒸发物理气相沉积工艺技术领域。本发明的特点是利用掺加杂质和热处理的办法来降低硫化锡薄膜的电阻率。本发明通过试验表明：当在SnS中掺杂0.2wt%的Sb2O3时，真空蒸发沉积所制得的薄膜在氢气氛围中再进行热处理，热处理的温度为400℃；热处理的时间为3小时；最终制得的SnS薄膜的电阻率为6.4Ω·cm，该SnS薄膜适用于作为太阳能电池的吸收层材料。
-
公开(公告)号：CN100567557C
公开(公告)日：2009-12-09
申请号：CN200710045847.1
申请日：2007-09-12
Applicant: 上海大学
Abstract: 本发明涉及一种超声波作用下碘化汞薄膜的制备方法，主要是在超声波作用下的真空蒸发物理气相沉积生长薄膜的方法，它特别是一种χ射线、γ射线探测器用的碘化汞多晶半导体薄膜的制备方法，属半导体薄膜制备工艺技术领域。本发明利用一特殊设计的薄膜生长管体，将碘化汞原料放于管体底部，管体上部为一真空室，真空室顶部有一真空活塞盖，活塞盖侧部开有抽气口，通过该抽气口和真空抽气系统进行抽真空，使真空室内保持真空状态，真空度要求达到1.5～6.0×10-3Pa；薄膜生长管体放置在一设有超声波发生装置的水浴加热容器中，水浴温度为70～90℃，超声波发生装置的频率为40或59KHz；在该条件下进行气相沉积生长薄膜过程，最终在衬底基片上获得柱状晶粒的碘化汞多晶半导体薄膜。
-
公开(公告)号：CN101127375A
公开(公告)日：2008-02-20
申请号：CN200710045848.6
申请日：2007-09-12
Applicant: 上海大学
IPC: H01L31/18
CPC classification number: Y02P70/521
Abstract: 本发明涉及一种应用于太阳能电池的低阻硫化锡薄膜的制备方法，主要采用真空蒸发气相沉积方法来制备薄膜，属真空蒸发物理气相沉积工艺技术领域。本发明的特点是利用掺加杂质和热处理的办法来降低硫化锡薄膜的电阻率。本发明通过试验表明：当在SnS中掺杂0.2wt％的Sb2O3时，真空蒸发沉积所制得的薄膜在氢气氛围中再进行热处理，热处理的温度为400℃；热处理的时间为3小时；最终制得的SnS薄膜的电阻率为6.4Ω·cm，该SnS薄膜适用于作为太阳能电池的吸收层材料。
-
公开(公告)号：CN101122007A
公开(公告)日：2008-02-13
申请号：CN200710045847.1
申请日：2007-09-12
Applicant: 上海大学
Abstract: 本发明涉及一种超声波作用下碘化汞薄膜的制备方法，主要是在超声波作用下的真空蒸发物理气相沉积生长薄膜的方法，它特别是一种χ射线、γ射线探测器用的碘化汞多晶半导体薄膜的制备方法，属半导体薄膜制备工艺技术领域。本发明利用一特殊设计的薄膜生长管体，将碘化汞原料放于管体底部，管体上部为一真空室，真空室顶部有一真空活塞盖，活塞盖侧部开有抽气口，通过该抽气口和真空抽气系统进行抽真空，使真空室内保持真空状态，真空度要求达到1.5～6.0×10－3Pa；薄膜生长管体放置在一设有超声波发生装置的水浴加热容器中，水浴温度为70～90℃，超声波发生装置的频率为40或59KHZ；在该条件下进行气相沉积生长薄膜过程，最终在衬底基片上获得柱状晶粒的碘化汞多晶半导体薄膜。
-
公开(公告)号：CN113808680B
公开(公告)日：2024-10-29
申请号：CN202111001675.4
申请日：2021-08-30
Applicant: 上海大学
Abstract: 本发明公开了一种基于SHAP值构建可解释的XGBoost回归模型加速发现高PCE的N‑P类有机敏化剂的QSPR方法及系统，建立数据集样本；切分分子片段；Chem3D优化分子；生成描述符；随机划分训练集和测试集；利用SHAP嵌套XGBoost筛选变量，选出XGBoost建模的最优变量子集；用XGBoost回归建立N‑P类有机敏化剂的快速预报模型；根据建立的模型，快速预报测试集染料分子的PCE。根据SHAP反馈的对目标特征的影响和参考文献解释描述符，对应分子片段的结构，构建QSPR模型；python生成大量虚拟样本，利用建好的XGBoost模型进行预报。本发明基于可靠的文献真实值和建模方法，所建的N‑P类有机敏化剂的XGBoost预报模型具有方便快捷，无化学污染的优点。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.023 seconds)
