【技术实现步骤摘要】
本专利技术属于化学反应性预测，具体涉及一种基于二维图像分子表征的化学反应性预测方法及系统。
技术介绍
1、近年来，随着各种分子特征表征方法的提出和有机合成实验数据的累计，深度学习模型在化学反应空间探索领域崭露头角。然而分子特征的描述仍然是一项极具挑战性的任务。
2、相比于化学分子性质的预测，化学反应分类和产率预测更有挑战性。化学反应是反应物分子之间，反应物与溶剂之间，反应物与催化剂之间的复杂相互作用。反应种类的预测需要辅以例如标记反应中心和原子映射等区别反应物与反应物之间，反应物与产物之间的手段。化学反应性的预测则需要提前引入一些构效关系信息。即现有的技术手段无法实现对化学反应的结果做出精确预测。
3、因此，针对以上无法实现对化学反应的结果做出精确预测的技术问题缺陷，急需设计和开发一种基于二维图像分子表征的化学反应性预测方法及系统。
技术实现思路
1、为克服上述现有技术存在的不足及困难，本专利技术之目的在于提供一种基于二维图像分子表征的化学反应性预测方法及系统，能够...
【技术保护点】
1.一种基于二维图像分子表征的化学反应性预测方法，其特征在于，所述方法包括步骤：
2.根据权利要求1所述一种基于二维图像分子表征的化学反应性预测方法，其特征在于，所述根据所述偶联反应数据集，生成与分子相对应的化学反应图像数据，还包括：
3.根据权利要求2所述一种基于二维图像分子表征的化学反应性预测方法，其特征在于，所述第一二维化学反应图像或所述第二二维化学反应图像的像素分辨率为896*224；通道数为RGB，像素值为0-255。
4.根据权利要求1或2所述一种基于二维图像分子表征的化学反应性预测方法，其特征在于，所述根据所述偶联反应...
【技术特征摘要】
1.一种基于二维图像分子表征的化学反应性预测方法，其特征在于，所述方法包括步骤：
2.根据权利要求1所述一种基于二维图像分子表征的化学反应性预测方法，其特征在于，所述根据所述偶联反应数据集，生成与分子相对应的化学反应图像数据，还包括：
3.根据权利要求2所述一种基于二维图像分子表征的化学反应性预测方法，其特征在于，所述第一二维化学反应图像或所述第二二维化学反应图像的像素分辨率为896*224；通道数为rgb，像素值为0-255。
4.根据权利要求1或2所述一种基于二维图像分子表征的化学反应性预测方法，其特征在于，所述根据所述偶联反应数据集，生成与分子相对应的化学反应图像数据，还包括：
5.根据权利要求1所述一种基于二维图像分子表征的化学反应性预测方法，其特征在于，所述创建与待化学反应相对应的深度学习模型，并根据所述深度学习模型生成相对应的化学反应性预测数据，还包括：
6.一种基于二维图像分子表征的化学反应性预测系统，其特征在于，所述系统包括：
7.根据权...
【专利技术属性】
技术研发人员：游恒志，张潇文，卿晶，李国威，陈凯，朱静远，李超逸，
申请(专利权)人：哈尔滨工业大学深圳哈尔滨工业大学深圳科技创新研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。