发明人：胡晗; 李志强; 毕海; 宋小贤; 王悦

本发明涉及数据处理技术领域，具体公开了一种发光材料性质的预测方法、系统、电子设备和存储介质，包括以下步骤：将发光材料的样本数据输入第一深度学习模型中训练，得到第二深度学习模型；获取待预测发光材料的化学结构简式的第一图像数据；对所述第一图像数据进行增强得到第二图像数据；将所述第二图像数据输入到第二深度学习模型中，对发光材料的发光性质进行预测。本发明提供的技术方案通过采用深度学习的人工智能的方法，因此可以自动化地预测发光材料的发光性质，从而大幅度降低了人工验证发光材料性质的成本，进而加速了发光材料研发的进程。