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！

龙图腾网获悉北京航空航天大学申请的专利基于几何特征编码图注意力网络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：CN117153286B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202310932566.7，技术领域涉及：G16C20/30；该发明授权基于几何特征编码图注意力网络的分子性质预测方法是由白相志;张亚男设计研发完成，并于2023-07-27向国家知识产权局提交的专利申请。

本基于几何特征编码图注意力网络的分子性质预测方法在说明书摘要公布了：本发明提出一种基于几何特征编码图注意力网络的分子性质预测方法，包括如下步骤：步骤一，根据待预测分子的二维和三维结构信息，构建分子以原子为节点的分子图Ga和以化学键连接的原子对为节点的分子图Gb；步骤二，通过对分子的二维和三维特征进行编码进而生成两种类型分子图的节点特征向量；步骤三，通过基于多头自注意力机制引导的图神经网络，对步骤二获得的分子图节点特征进行聚合更新；步骤四，对分子图Ga和Gb的三维结构的几何信息进行特征编码并进行融合；步骤五，对步骤四获得的分子图节点特征进行合并，使用全连接网络和图池化操作对分子图Ga和Gb的节点级特征向量进行全局聚合，从而生成分子图的图级特征，实现目标分子的性质预测。

本发明授权基于几何特征编码图注意力网络的分子性质预测方法在权利要求书中公布了：1.一种基于几何特征编码图注意力网络的分子性质预测方法，其特征在于：包括如下步骤： 步骤一，根据待预测分子的二维和三维结构信息，构建分子以原子为节点的分子图Ga和以化学键连接的原子对为节点的分子图Gb；其中，分子图Gb的每个节点由一个化学键及其端点的两个原子构成，节点信息还应当包含原子的空间位置坐标； 步骤二，通过对分子的二维和三维特征进行编码进而生成两种类型分子图的节点特征向量，分子图Ga通过嵌入层将节点的原子序数、原子形式电荷、原子杂化方式和原子连接化学键的数量信息进行编码形成节点的二维特征，并使用高斯核函数将节点原子间的距离信息进行编码得到节点的三维特征；分子图Gb通过嵌入层将节点的化学键类型和两端的原子序数、端点原子连接其余化学键的数量进行编码形成节点的二维特征，使用高斯核函数将和节点间的最短距离Db信息进行编码得到节点的三维特征； 步骤三，通过基于多头自注意力机制引导的图神经网络，对步骤二获得的分子图节点特征进行聚合更新，分子图Ga将节点原子间最短路径信息以及原子间的空间距离信息进行特征编码作为图注意力参数的一部分；分子图Gb将节点化学键之间的最短路径信息和最短距离Db信息进行特征编码作为图注意力特征的一部分； 步骤四，对分子图Ga和Gb的三维结构的几何信息进行特征编码，采用叉乘运算和残差连接的方式将几何特征与步骤三获得的分子图节点特征进行融合；其中，对分子图Ga将节点原子间的欧式距离作为几何特征编码；分子图Gb将节点化学键间的空间夹角作为几何特征编码； 步骤五，对步骤四获得的分子图节点特征进行合并，使用全连接网络和图池化操作对分子图Ga和Gb的节点级特征向量进行全局聚合，从而生成分子图的图级特征，实现目标分子的性质预测； 其中，在步骤四中，分子图几何特征编码是在分子图注意力引导节点特征聚合的过程中将分子三维结构的空间信息进行编码形成几何特征HG与分子图节点特征进行融合，提升分子图注意力网络性能； 分子图Ga的几何信息为节点原子之间的欧式距离Da，使用径向基函数对距离信息进行编码形成几何特征；通过径向基函数得到的多维特征表示为：其中S表示特征维度；编码得到的几何特征表示为：其中，和为可学习的权重矩阵； 分子图Gb的几何信息为节点化学键之间的空间夹角Eb，以节点最短距离Db对应的端点原子对作为节点化学键之间的公共端点，得到相应的角度信息；当节点和间最短距离为时，对应的节点化学键的空间夹角为R表示节点的端点原子的空间位置坐标；为了避免角度信息的不连续性可能导致的过拟合问题，使用基函数对角度信息进行编码形成多维特征；通过基函数得到的多维特征表示为： 其中S表示特征维度，进而编码得到几何特征为： 分子三维结构的几何特征HG和多头注意力机制聚合的分子图节点特征进行融合，该过程的表达式为：X为多头自注意力模型Attn输出的分子图节点特征，表示叉乘运算，WG为可学习的权重矩阵。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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”。