用Boosting算法预测多硝基芳香族化合物的密度

摘要：

采用Boosting算法对多硝基芳香族化合物(PNACs)的密度进行预估.选用分子结构描述码作为输入特征参数.结果表明,PNACs的密度与其分子结构存在良好的相关性,与人工神经网络相比,Boosting算法对预测的准确性有显著提高,预测结果的相对误差都在8%以内.

关键词：物理化学、人工神经网络、Boosting算法、密度预估、多硝基芳香族化合物

所属期刊栏目：30

分类号：TJ55;O625.61(爆破器材、烟火器材、火炸药)

资助基金：国防重点实验室基金9140C350105070C3501

在线出版日期：2007-12-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：5-7