基于拓扑结构的碱金属化合物摩尔磁化率的支持向量回归研究

摘要：

基于经典电动力学导出的表征简单离子磁化率的磁性点价gi所构建的分子磁性连接性指数mF及45种碱金属化合物的摩尔磁化率χm的实测数据集,利用粒子群寻优的支持向量回归(SVR)方法,建立了基于0F和1F的碱金属化合物χm的预测模型,并与基于多元线性回归(MLR)模型的计算结果进行了比较.结果显示,基于9次交叉验证的SVR模型预测的平均绝对误差、平均相对误差绝对值以及均方根误差均比MLR模型小,表明SVR模型的回归预测能力优于MLR.研究表明,磁性连接性指数mF是一种合适的分子描述符,SVR是一种预测碱金属化合物χm的有效方法.

关键词：碱金属化合物、摩尔磁化率、支持向量回归、预测

所属期刊栏目：58

分类号：O4(物理学)

资助基金：教育部新世纪优秀人才支持计划NCET-07-0903;教育部留学回国人员科研启动基金2008101-1;重庆市自然科学基金CSTC2006BB5240;国家大学生创新性实验计划CQUCX-G-2007-016

在线出版日期：2009-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：272-277