Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国中医科学院中医药信息研究所刘思鸿获国家专利权

中国中医科学院中医药信息研究所刘思鸿获国家专利权

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!

龙图腾网获悉中国中医科学院中医药信息研究所申请的专利一种基于图卷积网络的中医方剂药物属性分类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:CN120951099B

龙图腾网通过国家知识产权局官网在2026-04-14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:202511447632.7,技术领域涉及:G16H70/40;该发明授权一种基于图卷积网络的中医方剂药物属性分类方法是由刘思鸿;李想;佟琳;张磊;张华敏;牛琪锴;张伟娜;李兵;董燕;李斌设计研发完成,并于2025-10-11向国家知识产权局提交的专利申请。

一种基于图卷积网络的中医方剂药物属性分类方法在说明书摘要公布了:本发明提供了一种基于图卷积网络的中医方剂药物属性分类方法,涉及中医方剂药物属性分类技术领域,该方法包括构建中药方剂特征矩阵,计算中药方剂‑药物边的权重,构建以中药方剂为子图、药物为节点的有向图,构建中医方剂药物属性分类模型,并基于中药方剂特征矩阵及有向图对其进行训练,基于训练后的中医方剂药物属性分类模型进行中医方剂药物属性分类。本发明降低了图卷积运算的特征过滤复杂度,提升了在大规模药物网络中信息传播的效率与数值稳定性,通过多层图神经网络结构、归一化及正则化处理,有效提升模型的泛化能力和收敛稳定性,降低过拟合风险,确保对未知样本具有更好的鲁棒性和可推广性。

本发明授权一种基于图卷积网络的中医方剂药物属性分类方法在权利要求书中公布了:1.一种基于图卷积网络的中医方剂药物属性分类方法,其特征在于,包括: 步骤1:构建中药方剂特征矩阵; 步骤2:计算中药方剂-药物边的权重; 步骤3:构建以中药方剂为子图、药物为节点的有向图; 步骤4:构建中医方剂药物属性分类模型,并基于中药方剂特征矩阵及有向图对其进行训练; 步骤5:基于训练后的中医方剂药物属性分类模型进行中医方剂药物属性分类; 步骤2中,计算中药方剂-药物边的权重,具体为: 基于草药之间的相似性构建基础关联,通过余弦相似度量化两两药物间的结构相似度,对于任意药物节点di与dj,其边权重通过计算获得,形成反映药性相似度的基础相似度矩阵,该矩阵直接编码了草药在特征空间中的几何邻近性,给定两个向量和,它们之间的余弦相似度为: ; 式中,表示向量的点积,||v||表示向量的模长; 基于信息论的依赖性度量,定义中药方剂c对药物节点d的依赖度,中药方剂对药物节点的依赖度为: ; 式中,表示中药方剂的长度,即包含的药物数量;表示包含药物节点的所有中药方剂的平均长度;为中药方剂的总数量;为包含药物的中药方剂数量; 最终边的权重采用融合加权策略,为: ; 式中,是边权重;是超参数,用于平衡拓扑相似性与功能依赖性的贡献;是基础相似度矩阵中的相似度值;Cij是同时包含和的中药方剂集合;和分别表示中药方剂c对和的依赖度。

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中医科学院中医药信息研究所,其通讯地址为:100700 北京市东城区东直门内南小街16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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。