【技术实现步骤摘要】
一种基于分子特征预测物质颜色气味的人工智能训练系统
本专利技术涉及人工智能
，更具体地，涉及一种基于分子特征预测物质颜色气味的人工智能训练系统。
技术介绍
物质的颜色及气味都与其本身的理化属性息息相关。目前，关于物质颜色的解释，多集中于电荷迁移、能带理论、晶体的色心论和光的散射等，没有可以精准预测颜色的相关算法。关于物质颜色及气味的关系，既往研究通过人群开展相关实验，结果显示为颜色可以引起的气味强度增加，也就是有色的物质发出的气味更强，但并没有研究者从物质出发解释物质与气味之间的关系。现有对物质颜色/气味的研究停留于物理和化学理论的解释，仅停留在理论基础，既无法将所有理论相互关联，也无法应用于实际化学试剂的制备、颜料的制作、燃料的制作等。
技术实现思路
本专利技术旨在克服上述现有技术的至少一种缺陷(不足)，提供一种基于分子特征预测物质颜色气味的人工智能训练系统，基于物质的分子描述符与物质的颜色/气味形成之间的关系，训练机器学习模型，从而能较准确地预测物质的颜色/气味。本专利技术采取的技术方案是：一种基于分子特征预测物质颜色气味的人工智能训练系统，用于根据训练集训...
【技术保护点】
1.一种基于分子特征预测物质颜色气味的人工智能训练系统，用于根据训练集训练出基于分子特征预测物质颜色/气味的机器学习模型，所述训练集包括已知颜色/气味的不同分子结构的物质样本，其特征在于，包括：描述符提取模块，用于提取所述物质样本的分子描述符；特性分类模块，用于根据所述物质样本的颜色/气味进行分类；模型训练模块，用于根据所述描述符提取模块所提取物质样本的分子描述符和所述特性分类模块所进行的分类，训练机器学习模型。
【技术特征摘要】
1.一种基于分子特征预测物质颜色气味的人工智能训练系统，用于根据训练集训练出基于分子特征预测物质颜色/气味的机器学习模型，所述训练集包括已知颜色/气味的不同分子结构的物质样本，其特征在于，包括：描述符提取模块，用于提取所述物质样本的分子描述符；特性分类模块，用于根据所述物质样本的颜色/气味进行分类；模型训练模块，用于根据所述描述符提取模块所提取物质样本的分子描述符和所述特性分类模块所进行的分类，训练机器学习模型。2.根据权利要求1所述的一种基于分子特征预测物质颜色气味的人工智能训练系统，其特征在于，还包括：颜色/气味预测模块，用于将所述描述符提取模块所提取物质样本的分子描述符输入所述模型训练模块所训练好的机器学习模型中预测物质的颜色/气味；预测精度统计模块，用于统计所述颜色/气味预测模块预测物质颜色/气味的精度；分子描述符筛选模块，用于采用遗传算法并以所述预测精度统计模块所统计的精度作为所述遗传算法的适应度评价函数，筛选出若干个对预测起最大作用的分子描述符。3.根据权利要求2所述的一种基于分子特征预测物质颜色气味的人工智能训练系统，其特征在于，所述分子描述符筛选模块，具体用于：根据所述颜色/气味预测模块预测物质颜色/气味的过程对每个物质进行基因编码；执行进化过程算法：以所述预测精度统计模块所统计的精度作为所述遗传算法的适应度评价函数评价所述基因编码的适应度，根据所述适应度进行基因编码的选择；对选择的基因编码进行交叉运算和/或变异运算，继续执行所述进化过程算法，直到满足结束条件，得到进化完的基因编码，根据所述进化完的基因编码筛选出若干个对预测起最大作用的分子描述符。4.根据权利要求3所述的一种基于分子特征预测物质颜色气味的人工智能训练系统，其特征在于，所述分子描述符筛选模块具体用于根据所述颜色/气味预测模块预测物质颜色/气味的过程对每个物质进行基因编码的步骤，具体包括：采用二进制编码对每个物质进行基因编码，根据所述颜色/气味预测模块预测某个...
【专利技术属性】
技术研发人员：林浩添，张夏茵，张凯，林铎儒，
申请(专利权)人：中山大学中山眼科中心，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。