買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉鄭州大學申請的專利基于相似分布和主動學習的穩定吸附構型全局搜索方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119557676B 。

龍圖騰網通過國家知識產權局官網在2025-09-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411535308.6，技術領域涉及：G06F18/23213；該發明授權基于相似分布和主動學習的穩定吸附構型全局搜索方法是由楊家強;張笑飛;張小峰;牛炳博;羅寧;王成鐸;李慶奎;何季麟設計研發完成，并于2024-10-31向國家知識產權局提交的專利申請。

本基于相似分布和主動學習的穩定吸附構型全局搜索方法在說明書摘要公布了：本發明實施例公開了基于相似分布和主動學習的穩定吸附構型全局搜索方法，包括步驟：S1、構建知識嵌入的高通量吸附結構模型；S2、基于聚類分層采樣構建吸附結構小樣本數據集；S3、結合吸附結構小樣本數據集和高斯過程回歸模型，建立面向吸附能預測的代理模型；S4、訓練代理模型，搜索穩定吸附構型。本發明實施例公開的基于相似分布和主動學習的穩定吸附構型全局搜索方法，通過包含知識嵌入的催化構型高通量建模、基于聚類分層抽樣的小樣本數據集構建、基于高斯過程回歸的小樣本推薦模型以及考慮數據分布和代理模型預測的混合收斂判據，實現了從大結構空間中高效搜索穩定吸附構型。

本發明授權基于相似分布和主動學習的穩定吸附構型全局搜索方法在權利要求書中公布了：1.基于相似分布和主動學習的穩定吸附構型全局搜索方法，其特征在于，包括步驟： S1、構建知識嵌入的高通量吸附結構模型；具體包括： 枚舉吸附體系中所有潛在的表面位點或位點組合； 結合吸附質在吸附體系特定催化晶面的領域知識去除明確不穩定的位點或位點組合； 基于選擇的位點或位點組合，自動構建吸附質在催化晶面位點結合的吸附質表面吸附模型； S2、基于聚類分層采樣構建吸附結構小樣本數據集；具體包括： 結合催化構型表面原子的物性信息，構建描述吸附結構的候選特征； 采用聚類方法對所有的候選吸附結構進行聚類分析； 依據聚類得到不同簇中吸附結構數目占比，采用最遠點采樣從每一個簇中抽取相應數目的吸附結構； 高通量計算選擇吸附結構上吸附質的結合能，構建與大候選空間具有相似數據分布的吸附結構小樣本數據集； S3、結合吸附結構小樣本數據集和高斯過程回歸模型，建立面向吸附能預測的代理模型； S4、訓練代理模型，搜索穩定吸附構型；具體包括： 根據代理模型輸出的預測值和不確定度，計算所有吸附結構樣本的采集函數數值，即相對于吸附結構小樣本最優值的提升概率或者期望提升值； 選擇提升值最大的候選吸附結構作為搜索結果，計算吸附質在該候選吸附結構上的結合能，更新吸附結構小樣本數據集； 判斷是否滿足混合收斂判據，若滿足，則停止迭代，吸附結構小樣本數據集中的最優結構即為全局最優吸附結構，確定為穩定吸附構型；若不滿足，則重新訓練代理模型并進行下一次搜索結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人鄭州大學，其通訊地址為：450001 河南省鄭州市高新技術開發區科學大道100號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。