| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 定量结构-活性/性质关系原理、方法及进展 | 第10-33页 |
| 1.1 定量结构-活性/性质关系方法概述 | 第10-11页 |
| 1.2 QSAR/QSPR方法的主要步骤 | 第11-22页 |
| 1.2.1 数据集的收集与整理 | 第11页 |
| 1.2.2 化合物分子结构的表示 | 第11-12页 |
| 1.2.3 分子描述符的计算与选择 | 第12-14页 |
| 1.2.4 建立模型 | 第14-19页 |
| 1.2.5 模型的验证 | 第19-22页 |
| 1.2.6 应用域的确定 | 第22页 |
| 1.3 QSAR/QSPR方法的研究进展 | 第22-26页 |
| 1.3.1 对化合物安全风险评价的研究 | 第23-24页 |
| 1.3.2 对纳米材料的建模预测 | 第24-26页 |
| 参考文献 | 第26-33页 |
| 第二章 运用GFA和LSSVM模型预测离子液体对Vibrio fischeri的生态毒性 | 第33-54页 |
| 2.1 引言 | 第33-34页 |
| 2.2 材料与方法 | 第34-42页 |
| 2.2.1 数据集 | 第34页 |
| 2.2.2 分子描述符的计算与预选择 | 第34-39页 |
| 2.2.3 模型的建立与验证 | 第39-41页 |
| 2.2.4 Y-randomization test检验 | 第41-42页 |
| 2.2.5 应用域的确定 | 第42页 |
| 2.3 结果与讨论 | 第42-49页 |
| 2.3.1 线性GFA模型 | 第42-46页 |
| 2.3.2 非线性LSSVM模型 | 第46-48页 |
| 2.3.3 GFA和LSSVM的应用域分析 | 第48-49页 |
| 2.4 小结 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 第三章 监督机器学习算法研究不同种类的离子液体中阴阳离子对细胞毒性的影响 | 第54-93页 |
| 3.1 引言 | 第54页 |
| 3.2 材料与方法 | 第54-75页 |
| 3.2.1 数据集 | 第54-74页 |
| 3.2.2 描述符的计算与选择 | 第74页 |
| 3.2.3 模型的建立与验证 | 第74-75页 |
| 3.2.4 Y-randomization test检验 | 第75页 |
| 3.2.5 应用域的确定 | 第75页 |
| 3.3 结果与讨论 | 第75-89页 |
| 3.3.1 GFA模拟的结果讨论 | 第75-87页 |
| 3.3.2 非线性LSSVM模型的模拟结果 | 第87-88页 |
| 3.3.3 Y-randomization test的结果分析 | 第88页 |
| 3.3.4 GFA与LSSVM模型的应用域分析 | 第88-89页 |
| 3.4 结论 | 第89-91页 |
| 参考文献 | 第91-93页 |
| 第四章 运用定量结构-降解性关系(QSBR)预测有机化合物的降解性 | 第93-121页 |
| 4.1 引言 | 第93-94页 |
| 4.2 材料与方法 | 第94-104页 |
| 4.2.1 数据集 | 第94-102页 |
| 4.2.2 描述符的计算与选择 | 第102-103页 |
| 4.2.3 模型的建立与验证 | 第103页 |
| 4.2.4 Y-randomization test检验 | 第103页 |
| 4.2.5 应用域的确定 | 第103-104页 |
| 4.3 结果与讨论 | 第104-116页 |
| 4.3.1 线性模型 | 第104-105页 |
| 4.3.2 各类化合物建模结果分析 | 第105-107页 |
| 4.3.3 描述符的阐释 | 第107-115页 |
| 4.3.4 Y-randomization test检验结果分析 | 第115页 |
| 4.3.5 应用域的分析 | 第115-116页 |
| 4.4 结论 | 第116-118页 |
| 参考文献 | 第118-121页 |
| 在学期间的研究成果 | 第121-122页 |
| 致谢 | 第122页 |
