基于正负样本对比学习的原型网络DNTF共晶预测方法

本发明公开了一种基于正负样本对比学习的原型网络DNTF共晶预测方法，包括：获取满足预设DNTF相关条件的晶体化合物作为相关晶体化合物；根据相关晶体化合物构建训练数据集；将训练数据集划分为支撑集和查询集，利用支撑集和查询集对构建的DNTF共晶预测网络进行对比学习训练；利用训练后的DNTF共晶预测网络模型对DNTF的配体分子进行预测。本发明的共晶预测方法基于现有的晶体结构数据构建数据集进行学习，通过数据驱动的方法建立可靠有效的共晶预测网络模型，帮助DNTF晶体快速预测推荐匹配的配体分子，可显著降低配体分子筛选的成本，推动DNTF高性能氧化剂在固体推进剂领域的应用。