原子核电荷半径是原子核的基本属性之一。原子核的形变、壳结构、有效相互作用、原子核的奇特现象、以及核内的物质密度分布与原子核电荷半径密切相关。在最新的数据库中发现了908个核半径实验值,其中大多数核的中子数大于质子数。这说明核电荷半径数据库中不仅包含了稳定核也包含了远离β稳定线的核的半径数据。本文首先用几个常见的核电荷半径公式拟合最新的核电荷半径实验数据,分析不同公式的优缺点,然后对经验公式进行改进,并用卷积神经网络进行预测和分析。考虑到原子核电四极矩对核电荷半径的影响,再根据原子核电四极矩与形变参数的关系,我们在原子核电荷半径三参数的经验公式上加入反映原子核形变的电四极矩项。又考虑到内禀电四极矩,总自旋和电四极矩的关系,把上述的电四极矩替项换为内禀电四极矩项,得到新经验公式与总体原子核电荷半径符合更好。将上述新公式与原有的经验公式对比,发现新公式不仅可以很好地描述核电荷半径的变化趋势,而且能反映出核内的微观效应。虽然唯像公式和微观模型能够较好复现原子核电荷半径的变化趋势,但外推到未知核仍然比较困难。近年来,机器学习在描述和预测微观物理量方面取得很大成功。本文根据Garvey-Kelson（GK）关系,将原有四个核电荷半径关系拓展到25个核之间半径关系。先用卷积的运算方式计算了894个核的电荷半径,再结合梯度下降法,用卷积神经网络对25个参数进行训练。通过五次五折交叉验证法,我们得到了五组权重。随机挑选了一组权重对原子核电荷半径做出预测。最后选取了Ne,Ca,Zr,Pb四个同位素链,将同位素链中每个核素的电荷半径的预测值与实验值进行对比,得到的结果可以很好地重现同位素链中的壳效应和奇偶摆动效应。