中国科学院沈阳自动化研究所王卓获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉中国科学院沈阳自动化研究所申请的专利一种结合晶体形貌特征的分子性质预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116092591B 。
龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111282971.6，技术领域涉及：G16C20/20；该发明授权一种结合晶体形貌特征的分子性质预测方法是由王卓;王健;孙志坚;时佳;江明祺;李璐君设计研发完成，并于2021-11-01向国家知识产权局提交的专利申请。
本一种结合晶体形貌特征的分子性质预测方法在说明书摘要公布了：本发明公开了一种结合晶体形貌特征的分子性质预测方法，该方法利用结构信息提取网络对结构数据进行特征提取，得到第一分子特征；利用形貌信息提取网络对形貌数据进行特征提取，得到第二分子特征，结合第一分子特征和第二分子特征得到融合分子特征，并利用性质判别网络对融合分子特征进行处理，得到样本的预测性质。本发明基于深度学习方法，结合分子的结构特征信息和形貌特征信息实现分子性质的准确预测，从而加快材料、药物的筛选和设计速度。
本发明授权一种结合晶体形貌特征的分子性质预测方法在权利要求书中公布了：1.一种结合晶体形貌特征的分子性质预测方法，其特征在于，所述方法包括以下步骤： 1获取训练样本，所述训练样本包含分子的结构数据、形貌数据以及性质标注数据；所述步骤1中所述形貌数据为使用分辨率固定的电镜获取到的SEM图像； 2利用结构信息提取网络对所述结构数据进行特征提取，得到第一分子特征； 3利用形貌信息提取网络对所述形貌数据进行特征提取，得到第二分子特征；所述步骤3中所述的形貌信息提取网络为处理图像数据的神经网络，将所述的形貌数据映射为低维空间的特征向量，以获取形貌数据中晶体的尺寸、纵横比、覆盖率作为第二分子特征； 4结合所述的第一分子特征和所述的第二分子特征得到所述训练样本的融合分子特征； 5利用性质判别网络对所述的融合分子特征进行处理，得到所述训练样本的预测性质； 6根据所述训练样本的预测性质和所述性质标注数据，调整分子性质预测模型的网络参数； 7利用优化好的模型进行测试输出待预测分子的分子性质预测结果。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院沈阳自动化研究所，其通讯地址为：110016 辽宁省沈阳市沈河区南塔街114号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。
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。
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