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！

龙图腾网获悉江西师范大学;国家超级计算深圳中心(深圳云计算中心);射阳县第三中学申请的专利基于图神经网络编码离子液体特征的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：CN116343943B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202310176655.3，技术领域涉及：G16C20/30；该发明授权基于图神经网络编码离子液体特征的方法是由杨振;戴中洋;宋灿灿;王晨阳;周国兵;华东升设计研发完成，并于2023-02-28向国家知识产权局提交的专利申请。

本基于图神经网络编码离子液体特征的方法在说明书摘要公布了：本发明涉及离子液体性质预测技术领域，提供了一种基于图神经网络编码离子液体特征的方法，包括以下步骤：1收集离子液体的SMILES名称及物理化学性质数据；2构建离子液体阳离子、阴离子的分子图，生成节点、边的信息；3图神经网络融合编码节点、边的信息，生成离子液体的分子特征；4以离子液体的物理化学性质数据预测为目标对生成的分子特征进行模型训练和模型测试。本发明提供了融合原子属性和结构属性的离子液体特征图编码生成技术，实现了离子液体组成原子特征和结构特征的直接融合，特征组成简单。基于本发明构建的特征训练模型，在消耗更少的计算资源的情况下，可以达到更好的性质预测效果。

本发明授权基于图神经网络编码离子液体特征的方法在权利要求书中公布了：1.一种基于图神经网络编码离子液体特征的方法，其特征在于，包括以下步骤： 1收集离子液体的SMILES 名称及物理化学性质数据； 2构建离子液体阳离子、阴离子的分子图，生成节点、边的信息； 3图神经网络融合编码节点、边的信息，生成离子液体的分子特征； 所述图神经网络融合编码节点、边的信息，具体为：搭建AttentiveFP 图神经网络框架，AttentiveFP 在融合节点信息和边信息时分为两步：第一步为原子编码阶段，分别以各个组成原子为中心，根据边的索引，将周围原子的信息融入到中心原子；第二步为分子编码阶段，虚拟一个中心代表阳离子或阴离子，所有经过编码后的原子均与中心存在连接关系，中心汇聚所有的原子特征代表阳离子或阴离子的特征，所述特征包括组成原子元素属性和成键性质；所述生成离子液体的特征，具体为：生成组成原子元素属性和成键性质的阳离子、阴离子特征后，将阳离子特征、阴离子特征及环境特征线性组合成离子液体的分子特征； 4以离子液体的物理化学性质数据预测为目标对生成的分子特征进行模型训练。

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江西师范大学;国家超级计算深圳中心(深圳云计算中心);射阳县第三中学，其通讯地址为：330000 江西省南昌市紫阳大道99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。