一种基于图像卷积的分子特征提取及性能预测方法
授权
摘要
本发明提供了一种基于图像卷积的分子特征提取及性能预测方法,通过对原子及原子之间化学键的信息进行量化,构成分子图像的节点特征矩阵,进而抽取分子中各原子之间的连接信息,构成图像的邻接矩阵,将特征矩阵和邻接矩阵融入基于图像卷积的网络模型中获得包含比较完全的原子信息、化学键信息以及分子结构信息的分子的特征矩阵,再进行模型训练,得到最终的网络模型。本发明实现了分子信息的有效抓取,提升了模型分子性能的预测精度。
基本信息
专利标题 :
一种基于图像卷积的分子特征提取及性能预测方法
专利标题(英):
暂无
公开(公告)号 :
CN113409893A
申请号 :
CN202110716522.1
公开(公告)日 :
2021-09-17
申请日 :
2021-06-25
授权号 :
CN113409893B
授权日 :
2022-05-31
发明人 :
谭筝李颜史卫梅杨仕清
申请人 :
成都职业技术学院
申请人地址 :
四川省成都市高新区站华路15号
代理机构 :
成都九鼎天元知识产权代理有限公司
代理人 :
阳佑虹
优先权 :
CN202110716522.1
主分类号 :
G16C10/00
IPC分类号 :
G16C10/00 G16C20/50 G16C20/70 G16C60/00 G06N3/04 G06N3/08
相关图片
IPC结构图谱
G
G部——物理
G16
特别适用于特定应用领域的信息通信技术
G16C
计算化学;化学信息学; 计算材料科学
G16C10/00
计算理论化学,例如特别适用于量子化学、分子力学、分子动力学等的理论方面的ICT
法律状态
2022-05-31 :
授权
2021-10-08 :
实质审查的生效
IPC(主分类) : G16C 10/00
申请日 : 20210625
申请日 : 20210625
2021-09-17 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN113409893A.PDF
PDF下载