基于图神经网络的化合物分类方法

授权

摘要

本发明公开了一种基于图神经网络的化合物分类方法，用于解决现有分类方法忽略了化合物分类中的结构信息导致分类结果不准确和分类效率较低的问题。本发明的步骤为：(1)构建两个图神经网络；(2)生成带有类别标签的训练集和不带有类别标签的训练集；(3)训练两个图神经网络；(4)对不包含类别标签的化合物进行分类。本发明搭建并训练了两个图神经网络，能更好地捕获化合物中所蕴含的结构信息，采用预训练、协同训练与自训练方法使得本发明在处理具有复杂信息的化合物时有着较短的处理时间和较高的化合物分类准确率。

基本信息

专利标题：

基于图神经网络的化合物分类方法

专利标题（英）：

暂无

公开（公告）号：

CN113066537A

申请号：

CN202110419531.4

公开（公告）日：

2021-07-02

申请日：

2021-04-19

授权号：

CN113066537B

授权日：

2022-04-08

发明人：

解宇马芷璇张琛鱼滨刘公绪温超

申请人：

山西大学;西安电子科技大学

申请人地址：

山西省太原市小店区坞城路92号

代理机构：

陕西电子工业专利中心

代理人：

田文英

优先权：

CN202110419531.4

主分类号：

G16C20/30

IPC分类号：

G16C20/30 G06N3/04