原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种机器学习势能面模型构造方法，包括：收集训练模型用数据，数据包括1个以上体系的数据，每个体系的数据都包括：体系的原子坐标和体系对应性质；对收集的数据进行数据检验和数据存储；构建机器学习势能面模型，包括：建立特征工程；通过特征工程，得到用于对模型进行训练的最终数据集；构建机器学习模型；使用所述的最终数据集对所述的机器学习模型进行训练，得到机器学习势能面模型。本发明通过采用数据驱动的方法，避免了手动提取特征，由模型从数据集中自主迭代学习，避免了人为偏见的引入。本发明的模型具有非常强大的扩展性，可以
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117273169A
(43)申请公布日2023.12.22
(21)申请号202311242223.4
(22)申请日2023.09.25
(71)申请人天津大学
文档评论（0）