原创力文档- 1、本文档共7页，其中可免费阅读6页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明属于机器学习技术领域，具体的说是涉及一种基于图卷积网络的分子结构预测方法。本发明根据输入分子的SMILES来构建分子图和分子完全图，并对应构建具有两个分支的网络模型，一个分支采用MLP用于预测边，另一个分支包括图卷积网络和MLP，用于对分支的整体结构特征进行提取。本发明使用了图卷积提取分子结构特征，能很好地对分子的整体结构特征进行提取，从而更好地预测结构；使用了双分支的模型设计，解决了完全图破坏分子结构信息的问题。
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 CN 113241130 B
(45)授权公告日 2022.04.22
(21)申请号 202110637452.0 (56)对比文件
文档评论（0）