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！

龙图腾网获悉浙江大学申请的专利一种基于混合关系网络的小样本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：CN116580782B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202310353609.6，技术领域涉及：G16C20/30；该发明授权一种基于混合关系网络的小样本分子性质预测方法是由张寅;李瑞凤设计研发完成，并于2023-03-30向国家知识产权局提交的专利申请。

本一种基于混合关系网络的小样本分子性质预测方法在说明书摘要公布了：本发明公开一种基于混合关系网络的小样本分子性质预测方法。本发明包括如下步骤：1处理数据，生成多个子任务，每个任务的支持集中正负样本数相同；2构建基于性质感知的二维分子关系图和分子分布关系图，然后使用两个分子关系图构建混合关系网络模块；3使用分子性质的真实标签和基于化学领域知识的分子拓扑指纹知识构建一个混合先验关系图来约束混合关系网络模块的优化，进而有效实现标签传播。和现有的技术相比，本发明利用了不同关系图中蕴含的知识，有效地提升模型在小样本分子性质预测任务中的预测效果。

本发明授权一种基于混合关系网络的小样本分子性质预测方法在权利要求书中公布了：1.一种基于混合关系网络的小样本分子性质预测方法，其特征在于，步骤如下： S1：将分子SMILES和相对应的标签数据按照预定义的小样本分子性质预测任务中样本集分割为Nt个分子性质预测任务每个任务都是一个2-wayK-shot的分类任务，包含一个支持集和查询集；任务可以分为训练任务和测试任务，训练任务用于学习模型的初始化参数，测试任务用于测试模型的性能； S2：在每个任务上，首先使用RDKit工具和图神经网络GIN利用SMILES和标签信息来分别生成表示分子实例之间不同关系的三个关系图结构：基于性质感知的二维分子关系图、分子分布关系图和混合先验关系图，构建混合关系网络模型，然后在混合先验关系图的约束下对混合关系网络模型进行学习，最终得到具有丰富语义的分子表征向量用于分子性质预测，实现标签有效传播； S3：最后，将S2中优化后的二维分子关系图中的分子表征向量和分子分布关系图中的分子分布表征向量拼接在一起，输入到分类器中预测分子的性质，计算预测损失作为实例分类任务的损失并优化混合关系网络模型的参数，以提高分子性质预测的准确率； S4：在元学习框架下，元网络在训练任务上重复以上S1～S3步骤，进行元学习的训练，让混合关系网络模型学习到“先验知识”，即混合关系网络模型初始化的参数，然后将初始化后的元网络应用到测试任务上，使用测试任务中的支持集对元网络的参数进行微调，最后使用微调之后的混合关系网络模型在测试任务中的查询集上进行测试；将通过测试的混合关系网络模型用于进行实际的分子性质预测。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。