发明公开
- 专利标题: 一种基于深度神经网络的有机荧光小分子光学性质预测方法
-
申请号: CN202110636186.X申请日: 2021-06-08
-
公开(公告)号: CN113380337A公开(公告)日: 2021-09-10
- 发明人: 钱玲慧 , 严佳奇 , 苗晓晔 , 刘悦 , 邵瑾宁 , 吴洋洋 , 廖佳宇 , 严泽伊
- 申请人: 浙江大学
- 申请人地址: 浙江省杭州市西湖区余杭塘路866号
- 专利权人: 浙江大学
- 当前专利权人: 浙江大学
- 当前专利权人地址: 浙江省杭州市西湖区余杭塘路866号
- 代理机构: 杭州求是专利事务所有限公司
- 代理商 邱启旺
- 主分类号: G16C20/30
- IPC分类号: G16C20/30 ; G06N3/04 ; G06N3/08
摘要:
本发明提供了一种基于深度神经网络的有机荧光小分子光学性质预测方法。本方法通过建立新的有机荧光小分子数据库,采用分子描述符和分子指纹提取分子信息,输入多层神经网络和卷积神经网络进行深度学习训练获得有机荧光小分子光学性质预测模型,将待预测有机荧光小分子及其实验溶剂的特征信息输入训练好的有机荧光小分子光学性质预测模型从而预测其光学性质。本发明方法能准确地预测有机荧光小分子的光学性质(平均相对误差小于5%),从而提高有机荧光小分子的开发效率。