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！

龙图腾网获悉中国人民解放军火箭军工程大学申请的专利基于多层信息交叉融合的DNTF共晶配体分子的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：CN120452592B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202510940222.X，技术领域涉及：G16C20/30；该发明授权基于多层信息交叉融合的DNTF共晶配体分子的预测方法是由刘延飞;杜子昂;李琪;王杰铃;刘钰琨设计研发完成，并于2025-07-09向国家知识产权局提交的专利申请。

本基于多层信息交叉融合的DNTF共晶配体分子的预测方法在说明书摘要公布了：本发明提供了一种基于多层信息交叉融合的DNTF共晶配体分子的预测方法，获取当前待检测的DNTF晶体数据，并对其进行预处理得到预处理后的DNTF晶体数据，再输入至训练好的DMSP网络中，得到DNTF晶体的预测结果；其中，训练好的DMSP网络包括动态稀疏投影层、多阶交互模块、结构感知模块、多层次注意力融合模块和分类器；由于本发明采用的DMSP网络可以通过多阶交互模块中的显式交互层提取晶体数据中频繁出现、模式明确的共晶特征信息，通过隐式交互层的神经网络学习共晶的潜在特征信息，最后将两个视角的信息进行融合，再结合结构感知模块中提取的共晶结构特征，真正实现共晶信息的全方位捕捉，从而提高预测的准确性。

本发明授权基于多层信息交叉融合的DNTF共晶配体分子的预测方法在权利要求书中公布了：1.一种基于多层信息交叉融合的DNTF共晶配体分子的预测方法，其特征在于，包括： S100，获取当前待检测的DNTF晶体数据，并对其进行预处理得到预处理后的DNTF晶体数据； S200，将预处理后的DNTF晶体数据输入至训练好的DMSP网络中，得到DNTF晶体之间共晶或不共晶的预测结果；其中，所述训练好的DMSP网络包括动态稀疏投影层、多阶交互模块、结构感知模块、多层次注意力融合模块和分类器；所述动态稀疏投影层用于对预处理后的DNTF晶体数据进行过滤；所述多阶交互模块用于通过动态路由机制进行特征之间的自适应交互；所述结构感知模块用于捕捉预处理后的DNTF晶体数据中的时间、空间和图结构特征，并将三者进行融合；所述多层次注意力融合模块用于通过注意力机制和门控函数融合所述多阶交互模块和所述结构感知模块输出的特征，所述分类器用于根据所述多层次注意力融合模块输出的融合特征进行预测分类从而输出预测结果； 所述多阶交互模块包括显式的低阶交互模块与隐式的高阶交互模块，所述低阶交互模块和所述高阶交互模块通过动态路由机制进行自适应交互；所述高阶交互模块采用轻量级的CNN残差网络；所述轻量级的CNN残差网络包括依次连接的第一卷积层、第一批次归一化层、残差连接层、池化层和第一线性映射层；所述残差连接层包括依次连接的第一权重层、第一ReLU激活层和第二权重层，所述第二权重层的输出与第一权重层的输入融合得到的融合特征为所述残差连接层的输出； 所述结构感知模块包括序列感知分支、空间感知分支和图结构感知分支； 所述多层次注意力融合模块包括结构空间门控分支、多阶通道门控分支和动态权重分配层，所述结构空间门控分支包括依次连接的结构空间门控函数层和第一特征交叉层，所述多阶通道门控分支包括依次连接的多阶通道门控函数层和第二特征交叉层，所述结构空间门控函数层的输出连接至所述第二特征交叉层的输入，所述多阶通道门控函数层的输出连接至所述第一特征交叉层的输入；所述第一特征交叉层和所述第二特征交叉层经过交叉计算，输出计算结果至所述动态权重分配层，所述动态权重分配层对第一特征交叉层和第二特征交叉层的计算结果经过分配权重和计算输出融合特征。

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人民解放军火箭军工程大学，其通讯地址为：710025 陕西省西安市灞桥区同心路2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”。

以上内容由龙图腾AI智能生成。