[发明专利]基于ChemCNet的有机合成智能分析方法及系统

权利要求书

1.一种基于ChemCNet的有机合成智能分析方法，其特征在于，该方法包括以下步骤：

1)特征描述符的计算，是根据软件将每种偶联反应的组分转化为相应的特征描述符；

2)模型的建立，是构建ChemCNet模型对特征描述符进行特征学习和产率的智能回归预测；

3)使用特征重要性和SHAP值对ChemCNet模型的预测结果进行可视化分析。

2.根据权利要求1所述的一种基于ChemCNet的有机合成智能分析方法，其特征在于，步骤1)包括：

(1.1)将化学反应物和试剂导入软件，软件自动计算每种偶联反应组分的特征描述符，将化学反应物转换为一维数据；

(1.2)将RFE与CatBoost相结合，并采用SHAP为特征打分从而筛选特征，再将数据联合得到二维矩阵的形式并对数据进行标准化。

3.根据权利要求2所述的一种基于ChemCNet的有机合成智能分析方法，其特征在于，步骤(1.2)包括：

选取RFE后向搜索方法，SHAP值作为特征评价标准，为特征打分；根据后向搜索的原理，删除特征得分最低的特征，然后在剩余特征上继续构建模型，重新得到新一轮的特征排序，再删除得分最低的特征，重复此过程，依次删除特征得分最低的特征，直至达到指定的特征数量；

其中，在每一次的迭代过程中，会重新评价当前的剩余特征构成的集合，每一个特征的得分在反复迭代过程中得到调整，最终以模型的预测指标RMSE的形式呈现；得到筛选后的特征之后，将这些特征划分为训练集和测试集；并将其分别与对应的产率匹配；再对数据进行标准化处理；之后将筛选后得到的数据集(1×24)扩展为(1×25)。

4.根据权利要求1所述的一种基于ChemCNet的有机合成智能分析方法，其特征在于，步骤2)包括：

(2.1)构建ChemCNet模型；构建注意力卷积神经网络，将训练集导入卷积神经网络进行特征学习，挖掘数据深层特征，在卷积神经网络模型中融入注意力，通过不断迭代学习，分别计算每轮迭代的损失函数值，直至得到的损失函数值最小时，保存训练好的模型；

(2.2)产率的智能回归预测；将训练集和对应的产率导入卷积神经网络进行特征学习，将最后一层全连接层的输出作为CatBoost模型的输入数据进行训练预测，即为最终预测结果；采用可决系数和均方根误差评估模型的预测效果；

(2.3)对训练好的模型进行样本外预测，若样本外预测是有效的，则验证了训练好的模型的有效性和有泛化性；

(2.4)用户可根据预测效果，结合自身需求，自我进行参数调整，若不满意，则用户可以调整卷积神经网络的卷积核大小，层数、节点数，以及CatBoost相关参数，并返回步骤(2.2)，直至用户满意。

5.根据权利要求1所述的一种基于ChemCNet的有机合成智能分析方法，其特征在于，步骤3)包括：

(3.1)通过CatBoost输出特征描述符的重要性排序，以此找到对反应产率影响显著的描述符；使用SHAP值分析描述符与反应产率间的相关关系，以及单一特征反应产率间的内部关系，为用户提供有关有机化学偶联反应的决策信息。