公开(公告)号：CN117727385A

公开(公告)日：2024-03-19

申请号：CN202311624552.5

申请日：2023-11-30

Applicant: 上海应用技术大学

Inventor： 汪忠华 ,  吴亦初 ,  吴范宏 ,  杨阳 ,  张芮萌 ,  陈子剑 ,  金美辰 ,  夏思彤 ,  吴德会

IPC: G16C20/50 ,  G16C20/70 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明涉及一种基于漂移填充的化学分子表征方法和系统，方法包括以下步骤：S1：获取数据；S2：预处理数据：创建词汇表(词汇表尺寸为词数N)，制定预处理规则，处理后将语料库中不同长度的SMILES序列切片成不同长度的列表，得到预处理后的数据；S3：进阶数据处理：将S2中预处理完的数据通过Word2vec模型和One‑hot模型转化为Transformer的输入与输出，形成训练语料，作为深度学习模型的输入数据；S4：模型训练与优化：Transformer模型基于编码器和解码器的输入，生成数据传递给全连接网络输出预测向量，结合One‑hot生成的输出目标数据优化模型。与现有技术相比，本发明实现深度学习中序列问题的数据平移不变性，提升了分子序列输出的准确率并准确地表征了化学分子的特征。