10.16866/j.com.app.chem201804004
K-最近邻、K均值聚类法和投影寻踪模式识别方法用于有机物熔点的定量构效关系研究
选取两组有机化合物的熔点数据,采用ADMEWORKS ModelBuider软件计算并选取描述符,以所选描述符为自变量,熔点为因变量.通过三种模式识别方法……-K-最近邻法(K-Nearest Neighbor Method,KNN)、K-均值聚类法(K-Means Clustering Method,KMC)和投影寻踪方法(Projection Pursuit Method,PP)对样本进行分类,将分类后的样本分别以多元线性回归(Multiple Linear Regression,MLR)、偏最小二乘(Partial Least Squares,PLS)和人工神经网络(Artificial Neural Network,ANN)建立QSPR模型.结果表明,三种模式识别方法均可以提高模型的预测能力.模型的预测能力不仅与结构相似度有关,还与建模方法有关.非线性模型预测能力要优于线性模型.
有机物熔点、样本模式识别方法、多元线性回归、偏最小二乘、人工神经网络、QSPR
35
TQ015.9;TP391.9;O6-39(一般性问题)
山西省留学回国人员项目2014-045;山西省自然科学基金项目2010011013-2山西师大教改项目SD2013JGXM-54
2018-08-30(万方平台首次上网日期,不代表论文的发表时间)
共11页
290-300