机器学习方法用于选择性环氧化酶-2抑制剂活性预测模型的建立

摘要	第1-4页
Abstract	第4-8页
第一章 概述	第8-13页
参考文献	第11-13页
第二章 药物预测模型的基本理论	第13-25页
§2.1 分子描述符	第13-14页
·描述符的分类	第13-14页
·数据的标准化处理	第14页
§2.2 机器学习方法	第14-21页
·人工神经网络(ANN)	第15-18页
·支持向量学习机(SVM)	第18-20页
·K-最近邻(k-NN)	第20-21页
§2.3 变量筛选方法	第21-22页
·遗传算法	第21-22页
·Monte Carlo模拟退火算法	第22页
§2.4 模型验证方法	第22页
§2.5 模型评价	第22-23页
参考文献	第23-25页
第三章 选择性环氧化酶-2抑制剂活性的预测	第25-58页
§3.1 引言	第25页
§3.2 数据收集	第25-46页
§3.3 分子描述符的计算与变量筛选	第46-54页
§3.4 训练集的构造	第54-55页
§3.5 结果与讨论	第55-56页
·SVM方法和ANN方法的结果比较	第55-56页
·变量筛选对SVM方法的影响	第56页
§3.6 结论	第56-57页
参考文献	第57-58页
在职攻读硕士学位时段完成和发表的论文	第58-60页
致谢	第60-61页
附录	第61-62页