“分子图”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果4007991个，建议您升级VIP下载更多相关专利

[发明专利]一种基于正则化变分自动编码器的药物分子生成方法-CN201911255006.2有效
发明人：吕肖庆;李昕;张昊;汤帜 -专利权人：北京大学
申请日： 2019-12-10 - 公布日： 2023-04-28 - 主分类号： G16C20/50 文献下载
摘要：本发明公布了一种基于正则化变分自动编码器的药物分子生成方法，将药物分子表示为图数据,利用变分自动编码器框架，建立包括编码器和解码器的药物分子生成模型；编码器利用图神经网络直接对输入的药物分子图进行编码；采用本发明技术生成的候选药物分子有效性更高，分子的性质更优异。
一种基于正则化变分自动编码器药物分子生成方法

[发明专利]基于深度学习的Vocs组分分子质谱图预测方法、装置和存储介质-CN202211630709.0在审
发明人：刘立峰;程平;吕鑫;石磊;徐维嘉;王文重;张建军 -专利权人：珠海高凌信息科技股份有限公司;上海大学
申请日： 2022-12-19 - 公布日： 2023-03-14 - 主分类号： G16C20/20 文献下载
摘要：本申请公开了基于深度学习的Vocs组分分子质谱图预测方法、装置和存储介质，本申请的方法包括根据NIST数据库中的分子和质谱图数据训练DeepVocsMass模型；向所述DeepVocsMass模型输入质谱图，得到相似度函数；根据所述相似度函数计算质谱图的相似度；输出相似度最高的质谱图。本申请通过深度学习技术对Vocs分子进行质谱图预测，通过训练深度神经网络模型，预测Vocs分子的质谱图，并通过与标准库进行对比，确定Vocs质谱图，实现对Vocs质谱监测结果的成份分析，对于大气环境Vocs
基于深度学习 vocs 组分分子质谱图预测方法装置存储介质

[发明专利]一种分子性质预测方法、装置、存储介质及电子装置-CN202310250808.4在审
发明人：窦猛汉;请求不公布姓名;请求不公布姓名;请求不公布姓名 -专利权人：合肥本源量子计算科技有限责任公司
申请日： 2023-03-16 - 公布日： 2023-06-23 - 主分类号： G06N10/20 文献下载
摘要：本申请公开了一种分子性质预测方法、装置、存储介质及电子装置，涉及量子计算技术领域，该方法包括：获取待预测分子的图数据，图数据的每一节点的特征向量表示待预测分子的一个原子；针对图数据中的每一节点，将该节点的特征向量和与其邻接节点的特征向量进行特征增强并拼接，得到高维特征向量；通过变分量子线路对每一高维特征向量进行映射，得到图数据中邻接节点特征向量之间的相关性系数；基于相关性系数确定待预测分子的分子性质预测结果。可以提高对分子性质预测的准确性。
一种分子性质预测方法装置存储介质电子

[发明专利]一种基于图池化数据增强的分子图对比学习预训练方法-CN202310227611.9在审
发明人：张寅;滑紫旭 -专利权人：浙江大学
申请日： 2023-03-10 - 公布日： 2023-07-14 - 主分类号： G16C20/70 文献下载
摘要：本发明公开了一种基于图池化数据增强的分子图对比学习预训练方法。本发明包括以下步骤：1)预训练模型准备：设计双塔预训练模型，为对比学习选取两种不同的图池化方式作为数据增强手段。2)执行对比学习预训练：采用对比学习的方式进行分子图预训练。3)执行分子图下游任务：使用预训练好的模型参数初始化图分类任务模型用于下游任务。和现有技术相比，本发明针对图神经网络预训练，首次提出了一种简单便捷的数据增强方式，无需设计复杂的数据增强预处理，只需要使用两种不同的图池化方式就可以实现图神经网络对比学习预训练，能够更便捷地应用于图的下游任务场景
一种基于图池化数据增强分子对比学习训练方法

[发明专利]一种基于图神经网络的化学分子图分类方法及系统-CN202310390580.9在审
发明人：陈爽;张长伦 -专利权人：北京建筑大学
申请日： 2023-04-12 - 公布日： 2023-07-14 - 主分类号： G16C20/70 文献下载
摘要：本发明提供了一种基于图神经网络的化学分子分类方法及系统，该方法包括将化学分子图表示成拓扑图；生成所有节点的特征向量并构成特征矩阵；构建拓扑图的度矩阵；生成每个节点的第一邻居子图；计算各节点对称归一化后的残差子图拉普拉斯矩阵并生成残差整图拉普拉斯矩阵，计算各个节点及其邻居节点的结构系数，构建成结构系数矩阵；计算加权邻接矩阵；构建基于图神经网络的初始化学分子分类模型；获取样本图训练初始化学分子分类模型。本发明在局部的邻居子图上构建残差结构，通过度量所有节点间的距离表达原子之间关系，丰富真实化学键的连接信息，同时将图的拓扑结构信息注入到图神经网络的消息传递中，从而提高化学分子分类的精度。
一种基于神经网络化学分子分类方法系统

[发明专利]一种低分子肝素分子量及分子量分布检测方法-CN201610979330.9有效
发明人：李建科;周洋;石瑛;王景文;胡默青 -专利权人：深圳市天道医药有限公司
申请日： 2016-11-04 - 公布日： 2019-03-05 - 主分类号： G01N30/02 文献下载
摘要：本发明涉及一种低分子肝素分子量及分子量分布检测方法，采用高效液相色谱法，所述方法步骤如下：步骤1，低分子肝素钠标准品溶液的配制：步骤2，低分子肝素钠分子量校准标准溶液的配制：步骤3，供试品溶液的配制：步骤4，0.01％叠氮钠溶液配制：步骤5，将上述0.01％叠氮钠溶液，低分子肝素钠标准品溶液，低分子肝素钠分子量校准标准溶液以及供试品溶液分别注入高效液相色谱仪，得到色谱图，根据色谱图计算供试品的分子量和得出分子量分布结果
一种分子肝素分子量分布检测方法

[发明专利]一种基于思维导图的培养方案制定方法-CN202010732310.8在审
发明人：叶青松;郑红建 -专利权人：正方软件股份有限公司
申请日： 2020-07-27 - 公布日： 2020-12-04 - 主分类号： G06Q10/10 文献下载
摘要：本发明涉及学校培养方案制定方法，尤其涉及一种基于思维导图的培养方案制定方法，包括：预先定义思维导图对应的多叉树数据结构；根据培养单元设置思维导图的根节点；根据根节点添加学分子节点，学分子节点由用户自定义；验证学分子节点之间的逻辑关系；在学分子节点的基础上添加叶子节点，叶子节点包括课程或课程组。
一种基于思维培养方案制定方法

[发明专利]一种利用近红外光谱仪分析聚四亚甲基醚二醇分子量的方法-CN201910969053.7在审
发明人：王晓敏;余灵柱;于艳;梁娟 -专利权人：中国石化长城能源化工(宁夏)有限公司
申请日： 2019-10-12 - 公布日： 2019-12-27 - 主分类号： G01N21/359 文献下载
摘要：一种利用近红外光谱仪分析聚四亚甲基醚二醇分子量的方法，工艺步骤：（1）从工艺生产线收集范围交广的分子量样品，并手动滴定，确定具体分子量；（2）使用近红外光谱仪对不同分子量样品进行扫描，收集一定量的谱图；（3）类比大量分析谱图，找出不同分子量谱图之间不同之处，建立分析数据模型；（4）使用数据模型对手动分析分子量样品进行分析，确定与手动分析误差，优化模型，提高模型精确度；（5）使用近红外分析方法配合工艺生产通过近红外分析技术，对不同分子量的PTMEG进行分析，得到相对应的谱图，建立分析方法，准确快速分析出PTMEG分子量，从原来手动滴定需3个小时到使用近红外光谱分析仅10分钟，分析快速，准确度高。
近红外光谱仪近红外分析手动分析分析滴定聚四亚甲基醚二醇近红外光谱分析工艺生产线准确度分析谱图分析数据工艺步骤工艺生产快速分析使用数据优化模型扫描配合

[发明专利]基于对比学习的药物分子性质预测方法、装置及设备-CN202210026795.8在审
发明人：王俊;叶贤斌;高鹏;谢国彤 -专利权人：平安科技（深圳）有限公司
申请日： 2022-01-11 - 公布日： 2022-04-22 - 主分类号： G06Q10/04 文献下载
摘要：本申请公开了一种基于对比学习的药物分子性质预测方法、装置及设备，涉及人工智能技术领域，可解决目前对药物分子性质预测的效率较低、预测性能较差的技术问题。包括：依据化学分子结构生成目标药物分子的目标分子图结构，以及生成目标药物分子的目标三维构象；利用训练完成的图神经网络模型确定目标分子图结构对应的第一特征向量；利用训练完成的卷积神经网络模型确定目标三维构象对应的第二特征向量，其中，图神经网络模型和卷积神经网络模型是经过正样本对和负样本对的对比学习，联合训练得到的；根据第一特征向量和第二特征向量构建第三特征向量，并将第三特征向量输入训练完成的性质预测模型中，得到目标药物分子的性质预测结果
基于对比学习药物分子性质预测方法装置设备

[发明专利]分子生成方法、装置、设备和存储介质-CN202310336184.8在审
发明人：高子琪 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-03-28 - 公布日： 2023-10-27 - 主分类号： G16C20/50 文献下载
摘要：本公开的实施例提供了一种分子生成方法、装置、设备和计算机可读存储介质。该方法通过设计隐层最大化熵分布的图自编码器，对于输入分子的原子特征和邻接矩阵的输入，生成具有最大熵分布的中间隐变量，并基于该最大熵分布来确定生成分子的原子特征矩阵和邻接矩阵，从而实现多样化的新分子生成。通过该方法能够克服图结构数据的离散属性对图生成模型的限制，并且所设计的图自编码器能够提升生成分子的多样性，在减少生成的重复分子的同时保证生成分子的有效性。对于先导药物生成和药物优化的智能药物研发场景，该方法能够高效地获取高质量的临床候选分子，降低了后续临床筛选的负担，从而减少药物开发的时间和成本，并提高药物发现的准确性和效率。
分子生成方法装置设备存储介质

[发明专利]药物分子特征属性的预测方法及预测装置-CN202110442039.9在审
发明人：侯园园;袁曙光;王世玉 -专利权人：中国科学院深圳先进技术研究院
申请日： 2021-04-23 - 公布日： 2022-10-25 - 主分类号： G16C20/30 文献下载
摘要：本发明公开了一种药物分子特征属性的预测方法及预测装置。所述预测方法包括：构建原始药物分子属性数据集；对原始药物分子属性数据集进行预处理，获得训练样本，训练样本包括分子指纹、分子图结构信息和分子特征属性值；以分子指纹和分子图结构信息作为输入，以分子特征属性作为输出，建立一个多输入预测模型，利用训练样本对预先构建的多输入预测模型进行训练，得到最终预测模型；将新获取的分子属性数据输入到最终预测模型，得到分子特征属性预测值。该训练样本充分考虑了药物小分子的空间几何特征和物理化学特征，该最终预测模型能有效地预测分子特征属性值，且具有较高的准确率。
药物分子特征属性预测方法装置

[发明专利]分析和优化代谢网络的方法-CN201880087406.4有效
发明人： J.汤姆森;F.鲁索 -专利权人： X开发有限责任公司
申请日： 2018-12-17 - 公布日： 2023-09-29 - 主分类号： G16B5/00 文献下载
摘要：本文描述了一种用于分析二分图数据结构以缩合代谢网络的反应路径的方法。细胞的代谢网络构造为二分图，在二分图中，分子节点表示代谢中的分子，连接分子节点的边表示化学反应或过程。二分图中的分子节点根据导入和导出每个节点的边的数量进行分类。如果二分图的结构指示分子节点对代谢网络的数学模型的通量值解没有贡献，则从二分图中阻断或去除该节点及其连接的反应路径。因此，可以降低二分图的复杂度，并识别关键的节点和路径。
分析优化代谢网络方法

[发明专利]一种基于哈密顿量编码的分子图特征提取方法、装置、存储介质及终端-CN202310273569.4在审
发明人：余莲会;李晓瑜;杨舜坤;朱钦圣;胡帮勋;邓光伟 -专利权人：电子科技大学
申请日： 2023-03-20 - 公布日： 2023-05-23 - 主分类号： G16C20/50 文献下载
摘要：本发明公开了一种基于哈密顿量编码的分子图特征提取方法、装置、存储介质及终端，包括：将药物分子的分子图通过时间演化方法转化为哈密顿量；将时间演化得到的哈密顿量映射到量子系统；根据映射后的哈密顿量构建量子处理器并测量哈密顿量的期望值；将得到的期望值输入神经网络模型，提取分子图的特征。本发明通过对药物分子的分子图直接进行特征提取，将能够极大程度地保留药物分子的特征信息；通过伊辛哈密顿量结合时间演化的方式，提高了运算速度。
一种基于哈密顿量编码分子特征提取方法装置存储介质终端

[发明专利]一种结构无损的褐煤有机大分子结构模型的构建方法-CN201711351856.3在审
发明人：何亚群;王婕;赵小路 -专利权人：中国矿业大学
申请日： 2017-12-15 - 公布日： 2018-05-29 - 主分类号： G01N23/20 文献下载
摘要：本发明公开了一种结构无损的褐煤有机大分子结构模型的构建方法，包括以下步骤：工业分析及元素分析；X射线衍射分析；高分辨透射电镜分析；X‑射线光电子能谱分析；¹³C核磁共振分析；基于以上多物理测试技术确定的煤有机分子结构参数，构建煤有机大分子结构模型，基于半经验分子轨道计算其基团振动转动红外光谱图，与实际测试的红外光谱图对比分析，优化分子结构模型。本发明在不破坏煤有机大分子结构的基础上，直接获得煤中芳香结构的尺寸及含量分布；且实际测试的红外光谱图不作为构建分子结构的数据基础，而作为验证、优化煤分子结构模型，保证了煤分子结构的代表性。
有机大分子构建红外光谱图结构模型分子结构模型褐煤分子结构无损分子轨道计算核磁共振分析透射电镜分析有机分子结构射线光电子测试对比分析芳香结构工业分析含量分布能谱分析数据基础物理测试元素分析高分辨优化转动验证保证

[发明专利]一种基于海量质谱数据的小分子化合物的识别方法-CN202211650230.3在审
发明人：吴丽萍;李勇;张海强 -专利权人：昆明理工大学
申请日： 2022-12-21 - 公布日： 2023-03-28 - 主分类号： G16C20/20 文献下载
摘要：本发明公开了一种基于海量质谱数据的小分子化合物的识别方法，(1)利用杰卡德相似系数，在海量数据库中的小分子化合物数据集中检索出与未知小分子化合物相似度较高的小分子化合物作为初步检索库；(2)将未知小分子化合物的谱图与初步检索库中的小分子化合物谱图分别进行1:1混合，即质荷比对应的强度值进行相加，混合之后的虚拟谱图进行质谱熵相似性计算，得到两者的相似度，从而对未知小分子化合物进行识别。本发明计算简便，对未知小分子化合物的识别精度高，识别速度快，在未知小分子化合物的识别等方面有重要价值。
一种基于海量数据分子化合物识别方法