基于蒙特卡洛模型集群分析方法的气相色谱保留指数的QSPR研究
| 摘要 | 第1-5页 |
| Abstract | 第5-12页 |
| 第1章 前言 | 第12-18页 |
| ·研究背景 | 第12-14页 |
| ·保留指数 | 第12-13页 |
| ·定量构效关系 | 第13-14页 |
| ·分子描述符 | 第14页 |
| ·研究现状 | 第14-17页 |
| ·本论文研究的目的及意义 | 第17-18页 |
| 第2章 基本原理与算法 | 第18-29页 |
| ·多元线性回归 | 第18-20页 |
| ·支持向量机回归 | 第20-23页 |
| ·径向基神经网络 | 第23-25页 |
| ·遗传算法 | 第25-27页 |
| ·遗传算法的几个基本概念 | 第25-26页 |
| ·遗传算法的基本思想 | 第26-27页 |
| ·蒙特卡洛模型集群分析思想 | 第27-29页 |
| 第3章 基于气相色谱保留指数的 QSPR 研究 | 第29-47页 |
| ·基于角鲨烷固定相气相色谱保留指数的研究 | 第29-38页 |
| ·分子描述符 | 第29-32页 |
| a 分子描述符的计算 | 第29页 |
| b 分子描述符的选择 | 第29-32页 |
| ·数据集 | 第32页 |
| ·模型的建立、预测与分析 | 第32-38页 |
| a 多元线性回归 | 第32-34页 |
| b 支持向量机回归 | 第34-36页 |
| c 径向基神经网络 | 第36-38页 |
| ·基于 SE-30 固定相气相色谱保留指数的研究 | 第38-46页 |
| ·分子描述符 | 第38-40页 |
| a 分子描述符的计算 | 第39页 |
| b 分子描述符的选择 | 第39-40页 |
| ·数据集 | 第40-41页 |
| ·模型的建立、预测与分析 | 第41-46页 |
| a 多元线性回归(MLR) | 第41-42页 |
| b 支持向量机回归(SVR) | 第42-44页 |
| c 径向基神经网络(RBFNN) | 第44-46页 |
| ·结论 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-61页 |
| 附录A | 第61-69页 |
| 附录B | 第69-72页 |
