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！

龙图腾网获悉北京科技大学申请的专利一种小样本药物化学反应表示与自动分类方法及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：CN114743615B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202210379287.8，技术领域涉及：G16C20/70；该发明授权一种小样本药物化学反应表示与自动分类方法及装置是由侯静怡;刘志杰;王靖元;贺威;刘冀川设计研发完成，并于2022-04-12向国家知识产权局提交的专利申请。

本一种小样本药物化学反应表示与自动分类方法及装置在说明书摘要公布了：本发明提供了一种小样本药物化学反应表示与自动分类方法及装置，涉及软件技术领域。包括：建模过程中，将分子式的框架特征和显著特征分别通过变分自编码器分解学习：引入对抗学习使得框架特征尽量只包含大类间，即粗粒度的判别信息而不包含特定结构信息；通过自监督解耦学习的方式使得显著特征具有强判别能力，进而学得能够准确恢复包含不同细粒度信息的原始表达。本发明利用VMDNet表示分子式的模型可在需要分子式精确表示与识别的领域，得到良好的应用，方便结构信息与细节信息的联合调用，大大减少了类似药物化学反应识别困难的问题，具有较大的经济效益。

本发明授权一种小样本药物化学反应表示与自动分类方法及装置在权利要求书中公布了：1.一种小样本药物化学反应表示与自动分类方法，其特征在于，包括： S1：对药物化学反应分子式进行特征提取； S2：对所述药物化学反应分子式提取后的特征进行分解学习，建立基于变分记忆分解网络VMDNet的药物化学反应表示模型；其中，所述药物化学反应分子式分解为框架特征以及显著特征； S21：预设包含N个样本对的样本对训练集，所述样本对训练集表示为， 其中，N为样本对数量，表示第n个药物化学反应样本输入，表示对应的标注值；所述样本对训练集还包含两个隐变量集，分别表示框架特征隐变量和显著特征隐变量；所述样本对训练集中的药物化学反应样本独立同分布，且根据两个隐变量集随机生成，两个隐变量均服从标准正态分布，即，，其中，表示样本生成器； S22：构建两个变分自编码器，通过最大化变分下界优化编码器参数，进行隐变量的学习； S23：通过VMDNet优化隐变量集合，使用学习后的隐变量表示所述药物反应分子式，构建基于VMDNet的药物化学反应表示模型； S3：根据所述药物化学反应表示模型，通过对抗学习法对所述药物化学反应表示模型进行粗粒度分类训练，对所述药物化学反应分子式中的框架特征进行大类间划分； S31:将所述框架特征经由样本生成器生成仅含框架信息的分子式；构建用于大类间分类的粗粒度分类器和细颗粒度分类器； S32：以作为粗粒度分类器和细颗粒度分类器输入，训练学习所述粗粒度分类器，输出分类反馈标注信息； S33:将所述粗粒度分类器以及细颗粒度分类器作为判别器，通过所述分类反馈标注信息对所述药物化学反应分子式中的所述框架特征进行大类间划分； S4：根据所述药物化学反应表示模型，通过自监督解耦法，对所述药物化学反应表示模型进行细粒度分类训练；在大类间划分的基础上，对所述药物化学反应分子式特征中的显著特征进行精确分类，完成小样本药物化学反应表示与自动分类； 通过采用自监督解耦的方法，以并行的两个变分自编码器，在所述药物化学反应表示模型基础上，建立基于VMDNet的药物化学反应表示与自动分类模型，进行细粒度分类训练，对于药物反应分子式大类间进行精确分类。

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科技大学，其通讯地址为：100083 北京市海淀区学院路30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”。