[发明专利]一种基于人工神经网络的分子属性预测方法有效
| 申请号： | 201811258268.X | 申请日： | 2018-10-26 |
| 公开（公告）号： | CN109461475B | 公开（公告）日： | 2022-05-13 |
| 发明（设计）人： | 刘淇;陈恩红;陆承镪;王超;黄振亚 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | G16C20/30 | 分类号： | G16C20/30;G16C20/40;G16C20/50;G06N3/04 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 张雪娇;赵青朵 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于人工神经网络的分子属性预测方法，包括：S1)对分子数据进行预处理：通过图的数据结构表征的方法，得到原子空间表征与原子构成表征；S2)建立模型：将原子空间表征与原子构成表征通过多层卷积神经网络，得到分子各级的表征，并将分子各级的表征进行组合，得到模型；S3)根据模型预测分子属性。与现有技术相比，本发明利用多层级卷积神经网络，能够利用已有数据的信息以及分子的多层级结构，从中学出分子属性和空间构成的关系，并用来预测未知分子的相关属性，因此具有较好的速度与精度。 | ||
| 搜索关键词： | 一种 基于 人工 神经网络 分子 属性 预测 方法 | ||
【主权项】：
1.一种基于人工神经网络的分子属性预测方法，其特征在于，包括：S1)对分子数据进行预处理：通过图的数据结构表征的方法，得到原子空间表征与原子构成表征；S2)建立模型：将原子空间表征与原子构成表征通过多层卷积神经网络，得到分子各级的表征，并将分子各级的表征进行组合，得到模型；S3)根据模型预测分子属性。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学技术大学，未经中国科学技术大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811258268.X/，转载请声明来源钻瓜专利网。
