基于交叉验证的逐步回归结合rbf神经网络在qsar中的应用
DOI: 10.3969/j.issn.1671-7627.2001.05.007, PP. 25-27
Keywords: 交叉验证,逐步回归,rbf网络,qsar
Abstract:
提出将交叉验证方法和逐步回归方法相结合实现建模变量的筛选,与rbf网络相结合用于建立定量构效关(qsar)研究的数学模型,并用于不对称有机磷的qsar研究.结果表明该方法是有效的.
| [1] | 王建,刘建华,潘艳玲.径向基函数网络光度法用于多组分分析[j].计算机与应用化学,2000(3):262-266.doi:10.3969/j.issn.1001-4160.2000.03.016.
|
| [2] | 卫连虎,乔园园,张卫东.人工神经网络在qsar研究中的应用[j].计算机与应用化学,1998(1):33-34.
|
| [3] | 茆诗松,丁元,周纪芗.回归分析及其实验设计[m].上海:华东师范大学出版社,1981.74-101.
|
| [4] | 胡上序,俞蒙槐.用改进的遗传算法训练神经网络以研究有机磷杀虫剂的构效关系[j].计算机与应用化学,1998(6):357-360.
|
| [5] | 楼顺天,施阳.基于matlab的系统分析与设计--神经网络[m].西安:西安电子科技大学出版社,1999.127-128.
|
| [6] | 陈德钊.多元数据处理[m].北京:化学工业出版社,1998.172-232.
|
| [7] | 史国栋,王洪元,薛国新.基于径向基函数模型的非线性预测控制策略研究[j].模式识别与人工智能,2000(4):361-364.doi:10.3969/j.issn.1003-6059.2000.04.001.
|
| [8] | 唐桂刚,白乃彬.遗传神经网络在qsar中的应用研究[j].计算机与应用化学,1999(6):435-440.
|
Full-Text
