龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：南京药石科技股份有限公司
申请日：2019-04-09
公开（公告）日：2024-07-05
公开（公告）号：CN111798935B
主分类号：G16C20/70
分类号：G16C20/70;G16C20/30;G06N3/084;G06N3/0464
优先权：
专利状态码：有效-授权
法律状态：2024.07.05#授权;2021.12.03#实质审查的生效;2020.10.20#公开
摘要：本发明公开一种基于神经网络的普适性化合物结构‑性质相关性预测方法，包括如下步骤：步骤1，将分子描述符变换为特征向量的形式，构建数据集；步骤2，将数据集分为训练集和测试集，送入全连接神经网络进行训练，确定全卷积模型的参数；步骤3，将待预测的分子描述符变换为特征向量的形式，根据全卷积模型进行预测。此种预测方法在溶解度的预测上具有较高的准确度。
主权项：1.一种基于神经网络的普适性化合物结构-性质相关性预测方法，其特征在于包括如下步骤：步骤1，将分子描述符变换为特征向量的形式，构建数据集；步骤2，将数据集分为训练集和测试集，送入全连接神经网络进行训练，确定全卷积模型的参数；步骤3，将待预测的分子描述符变换为特征向量的形式，根据全卷积模型进行预测；所述步骤1的具体内容是：将分子描述符分成2个部分，分别对应分子结构式计算出的分子指纹和一般性描述符，将这2个部分进行连接，形成特征向量；所述步骤2中，全连接神经网络的架构是：第一层为输入层，然后是若干卷积层，最后是使用卷积核大小为[1,1]的全卷积网络作为分类网络，将各层的均值用于表示本层所代表的所属类别。
全文数据：
权利要求：
百度查询： 南京药石科技股份有限公司 基于神经网络的普适性化合物结构-性质相关性预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号