| 中文摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 引言 | 第9-29页 |
| 1.1 研究背景 | 第9-10页 |
| 1.1.1 化学计量学 | 第9页 |
| 1.1.2 定量构效关系 | 第9页 |
| 1.1.3 分子描述符 | 第9-10页 |
| 1.2 研究的数据指标 | 第10页 |
| 1.3 研究现状 | 第10-14页 |
| 1.4 本文中基本原理与算法的简单介绍 | 第14-26页 |
| 1.4.1 多元线性回归(MultipleLinearRegression,MLR) | 第14-15页 |
| 1.4.2 偏最小二乘(PartialLeastSquares,PLS) | 第15-17页 |
| 1.4.3 人工神经网络(ArtificialNeuralNetwork,ANN) | 第17-20页 |
| 1.4.4 模式识别方法(PatternRecognition,PP) | 第20-24页 |
| 1.4.4 回归建模中的稳健方法 | 第24-25页 |
| 1.4.5 样本划分 | 第25-26页 |
| 1.4.6 定量(定性)构效关系研究的建模方法 | 第26页 |
| 1.5 研究的目的及意义 | 第26-29页 |
| 2 只含有C、H、O三种元素的有机酸熔点的QSPR研究 | 第29-39页 |
| 2.1 数据来源 | 第29页 |
| 2.2 分子描述符 | 第29-31页 |
| 2.3 奇异值剔除 | 第31页 |
| 2.4 只含有C、H、O三种元素的有机酸的熔点的QSPR研究 | 第31-36页 |
| 2.4.1 未分类方法 | 第32页 |
| 2.4.2 KNN分类 | 第32-33页 |
| 2.4.3 K-均值聚类方法 | 第33-34页 |
| 2.4.4 投影寻踪方法 | 第34-36页 |
| 2.5 结果与讨论 | 第36-39页 |
| 3 某些药物类化合物熔点的QSPR研究 | 第39-49页 |
| 3.1 数据来源 | 第39页 |
| 3.2 分子描述符 | 第39-41页 |
| 3.3 奇异值剔除 | 第41页 |
| 3.4 250种药物类化合物熔点的QSPR研究 | 第41-46页 |
| 3.4.1 未分类方法 | 第41-42页 |
| 3.4.2 KNN分类方法 | 第42-43页 |
| 3.4.3 K均值聚类法 | 第43-44页 |
| 3.4.4 投影寻踪方法 | 第44-46页 |
| 3.5 结果与讨论 | 第46-49页 |
| 4 结论 | 第49-51页 |
| 参考文献 | 第51-57页 |
| 附录 A | 第57-64页 |
| 附录 B | 第64-75页 |
| 在学期间的研究成果 | 第75-77页 |
| 致谢 | 第77页 |
