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！

龙图腾网获悉北京深势科技有限公司申请的专利一种预测有机分子吸收光谱的处理方法和装置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：CN120183562B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202510287896.4，技术领域涉及：G16C20/70；该发明授权一种预测有机分子吸收光谱的处理方法和装置是由赵国江;程正;赵子丰;高志锋;柯国霖;张林峰设计研发完成，并于2025-03-12向国家知识产权局提交的专利申请。

本一种预测有机分子吸收光谱的处理方法和装置在说明书摘要公布了：本发明实施例涉及一种预测有机分子吸收光谱的处理方法和装置，所述方法包括：构建一个用于根据模型输入的光波波长和分子结构进行分子吸光度预测处理的吸光度预测模型；并对用于有机光伏材料的有机分子的分子结构以及对应的吸收光谱曲线进行数据采集得到第一数据集，并根据第一数据集训练吸光度预测模型；并在训练结束后，利用吸光度预测模型根用户输入的第一波长序列和第一分子结构进行吸收光谱曲线预测得到对应的第一吸收光谱曲线向当前用户反馈。通过本发明可以在处理有机分子的吸收光谱曲线预测任务时降低处理复杂度、缩短预测时长、提高预测效率。

本发明授权一种预测有机分子吸收光谱的处理方法和装置在权利要求书中公布了：1.一种预测有机分子吸收光谱的处理方法，其特征在于，所述方法包括： 构建一个用于预测分子吸光度的深度学习模型记为吸光度预测模型；所述吸光度预测模型用于根据模型输入的光波波长x和分子结构M进行分子吸光度预测处理并输出对应的预测吸光度y；所述分子结构M包括多个原子mi；1≤原子索引i≤NM，NM为所述分子结构M的原子总数；所述原子mi的原子参数包括原子类型msi和原子三维坐标mci； 对用于有机光伏材料的有机分子的分子结构以及对应的吸收光谱曲线进行数据采集得到对应的第一数据集；所述第一数据集包括多个第一数据记录；所述第一数据集包括第一训练分子结构和第一标签曲线；所述第一训练分子结构为一个有机分子的分子结构；所述第一标签曲线为当前有机分子的吸收光谱曲线的离散化数据序列；所述第一训练分子结构包括多个第一原子；所述第一原子的原子参数包括第一原子类型和第一原子三维坐标；所述第一标签曲线由多个第一采样点顺序排序而成，每个所述第一采样点的采样点参数包括吸光度和波长； 根据所述第一数据集对所述吸光度预测模型进行模型训练； 模型训练结束后，接收用户输入的第一波长序列和第一分子结构；并利用所述吸光度预测模型根据所述第一波长序列和所述第一分子结构进行吸收光谱曲线预测得到对应的第一吸收光谱曲线向当前用户反馈；所述第一波长序列由多个第一波长顺序排序而成；所述第一分子结构包括多个第二原子；所述第二原子的原子参数包括第二原子类型和第二原子三维坐标； 其中，所述吸光度预测模型的第一、第二模型输入端分别用于接收模型输入的所述光波波长x和所述分子结构M，模型输出端用于输出对应的所述预测吸光度y； 所述吸光度预测模型包括第一嵌入编码模块、第二嵌入编码模块、全连接层、归一化层、Uni-Mol模型、特征融合模块和MLP模型； 所述第一嵌入编码模块的输入端与所述第一模型输入端连接，输出端与所述全连接层的输入端连接；所述全连接层的输出端与所述归一化层的输入端连接；所述归一化层的输出端与所述特征融合模块的第一输入端连接；所述第二嵌入编码模块的输入端与所述第二模型输入端连接，输出端与所述Uni-Mol模型的输入端连接；所述Uni-Mol模型的输出端与所述特征融合模块的第二输入端连接；所述特征融合模块的输出端与所述MLP模型的输入端连接，所述MLP模型的输出端与所述模型输出端连接； 所述第一嵌入编码模块用于使用预设的D0个高斯核函数对所述光波波长x进行嵌入编码得到一个向量长度为D0的高斯编码向量A向所述全连接层发送； 所述第二嵌入编码模块用于根据所述Uni-Mol模型的原子类型独热编码规则，对所述分子结构M的各个所述原子mi进行编码得到对应的原子编码向量ei，并由得到的NM个所述原子编码向量ei组成对应的原子编码张量E；并按所述Uni-Mol模型的成对特征初始化编码规则，根据所述分子结构M的所有所述原子三维坐标mci进行成对特征初始化得到对应的成对编码张量P；并将所述原子编码张量E和所述成对编码张量P向所述Uni-Mol模型发送。

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深势科技有限公司，其通讯地址为：100089 北京市海淀区海淀大街3号1幢11层1101；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。