新化学物质生态固有特性预测方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究目的与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·研究的主要内容及方法 | 第13-14页 |
| ·研究主要内容 | 第13-14页 |
| ·研究方法 | 第14页 |
| ·论文的组织结构 | 第14-15页 |
| 第二章 碎片结构的选取及识别方法研究 | 第15-20页 |
| ·引言 | 第15-16页 |
| ·碎片结构的选取 | 第16-17页 |
| ·分子结构描述方法 | 第16页 |
| ·碎片结构集的建立 | 第16-17页 |
| ·基于 SMILES 的碎片结构识别 | 第17-19页 |
| ·SMILES 表达式的解析过程 | 第18页 |
| ·SMILES 式中碎片结构的解析过程 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 各固有特性 QSAR 预测模型的研究 | 第20-52页 |
| ·碎片结构的筛选 | 第20-21页 |
| ·主成分分析的原理及步骤 | 第20-21页 |
| ·QSAR 建模及验证方法 | 第21-30页 |
| ·多元线性回归 | 第22页 |
| ·BP 神经网络 | 第22-25页 |
| ·支持向量机 | 第25-29页 |
| ·模型验证方法 | 第29-30页 |
| ·正辛醇/水分配系数（Kow）模型 | 第30-34页 |
| ·样本采集及筛选 | 第30-31页 |
| ·基于 PCA-MLR 的 Kow 模型 | 第31-32页 |
| ·基于 PCA-BP 神经网络的 Kow 模型 | 第32-33页 |
| ·基于 PCA-SVM 的 Kow 模型 | 第33页 |
| ·Kow 各模型验证与分析 | 第33-34页 |
| ·生物降解性模型 | 第34-41页 |
| ·样本采集及筛选 | 第34-36页 |
| ·基于 PCA-MLR 的好氧模型 | 第36-37页 |
| ·基于 PCA-BP 神经网络的好氧模型 | 第37页 |
| ·基于 PCA-SVM 的好氧模型 | 第37-38页 |
| ·好氧各模型验证与分析 | 第38页 |
| ·基于 PCA-MLR 的厌氧模型 | 第38-39页 |
| ·基于 PCA-BP 神经网络的厌氧模型 | 第39-40页 |
| ·基于 PCA-SVM 的厌氧模型 | 第40页 |
| ·厌氧各模型验证与分析 | 第40-41页 |
| ·鱼类毒性模型 | 第41-44页 |
| ·样本采集及筛选 | 第41-42页 |
| ·基于 PCA-MLR 的鱼毒通用模型 | 第42页 |
| ·基于 PCA-BP 神经网络的鱼毒通用模型 | 第42-43页 |
| ·基于 PCA-SVM 的鱼类通用模型 | 第43页 |
| ·鱼类毒性通用各模型验证与分析 | 第43-44页 |
| ·参考 EPI 的鱼类毒性模型 | 第44页 |
| ·生物富集性模型 | 第44-51页 |
| ·生物富集性预测流程 | 第44-45页 |
| ·1≤logKow<7 时的生物富集性模型构建 | 第45-48页 |
| ·logKow>7 时的生物富集性模型构建 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 生态固有特性预测系统的设计与实现 | 第52-61页 |
| ·系统设计 | 第52-54页 |
| ·系统开发工具与结构 | 第52-53页 |
| ·系统实现的关键技术 | 第53-54页 |
| ·系统功能与实现 | 第54-55页 |
| ·系统测试与评价 | 第55-60页 |
| ·预测模块测试与评价 | 第55-58页 |
| ·结果导出模块测试与评价 | 第58-59页 |
| ·画图模块 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 结论与展望 | 第61-63页 |
| ·结论 | 第61页 |
| ·展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67页 |
