|国家科技期刊平台
| 注册
首页|期刊导航|含能材料|机器学习辅助的烃类分子性质预测与燃料的高通量筛选

机器学习辅助的烃类分子性质预测与燃料的高通量筛选

侯放 齐晓宁 刘睿宸 李玲 王莅 张香文 李国柱

含能材料2025，Vol.33Issue(1)：P.1-12,12.
✕
含能材料2025，Vol.33Issue(1)：P.1-12,12.DOI:10.11943/CJEM2024276

机器学习辅助的烃类分子性质预测与燃料的高通量筛选

侯放 1齐晓宁 2刘睿宸 1李玲 3王莅 4张香文 4李国柱4

作者信息

  • 1. 天津大学化工学院,天津300072
  • 2. 中国科学院计算技术研究所,北京100190 中国科学院大学,北京100190
  • 3. 承德钒钛新材料有限公司,河北承德067102
  • 4. 天津大学化工学院,天津300072 先进燃料与化学推进剂教育部重点实验室,天津300072 物质绿色创造与制造海河实验室,天津300192
  • 折叠

摘要

关键词

机器学习/烃类分子/高密度碳氢燃料/性质预测/高通量筛选

分类

军事科技

引用本文复制引用

侯放,齐晓宁,刘睿宸,李玲,王莅,张香文,李国柱..机器学习辅助的烃类分子性质预测与燃料的高通量筛选[J].含能材料,2025,33(1):P.1-12,12.

基金项目

国家自然科学基金(U2341278,22178248) （U2341278,22178248）

国家重点研发计划项目(2023YFlB4103000)。 （2023YFlB4103000）

含能材料

OA北大核心

1006-9941

访问量0
|
下载量0
段落导航相关论文