利用定量构效关系方法研究卤代消毒副产物的水解性能
摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-20页 |
1.1 课题背景及研究意义 | 第8-9页 |
1.2 卤代物质水解性能的现状分析 | 第9-11页 |
1.3 定量构效关系方法的现状分析 | 第11-17页 |
1.3.1 活性数据的收集 | 第12-13页 |
1.3.2 描述符的收集 | 第13-14页 |
1.3.3 描述符的选择和过滤 | 第14页 |
1.3.4 QSAR模型的校准 | 第14-15页 |
1.3.5 QSAR模型的建模软件 | 第15-16页 |
1.3.6 QSAR模型的检验 | 第16页 |
1.3.7 QSAR模型的统计指标 | 第16-17页 |
1.3.8 QSAR模型的应用范围 | 第17页 |
1.4 QSAR在环境及DBPs领域的现状分析 | 第17-18页 |
1.5 研究内容与技术路线图 | 第18-20页 |
第2章 QSAR统计学方法 | 第20-29页 |
2.1 水解数据的收集 | 第20-22页 |
2.2 描述符的产生 | 第22-24页 |
2.3 描述符的选择 | 第24页 |
2.4 QSAR模型的校准 | 第24-26页 |
2.4.1 多元线性回归(MLR) | 第24页 |
2.4.2 主成分分析/回归(PCR) | 第24-25页 |
2.4.3 偏最小二乘法(PLS) | 第25页 |
2.4.4 人工神经网络(ANN) | 第25-26页 |
2.5 模型运行软件 | 第26页 |
2.6 模型验证及应用范围 | 第26-29页 |
第3章 QSAR用于卤代甲烷的水解性能分析 | 第29-37页 |
3.1 卤代甲烷水解数据的分配 | 第29页 |
3.2 常规描述符建立的QSAR模型 | 第29-33页 |
3.2.1 简单线性回归模型 | 第29-31页 |
3.2.2 多元线性回归模型 | 第31-33页 |
3.3 非常规描述符建立的QSAR模型 | 第33-35页 |
3.4 卤代甲烷模型结果分析与预测 | 第35-36页 |
3.5 本章小结 | 第36-37页 |
第4章 卤代消毒副产物的QSAR分析 | 第37-55页 |
4.1 卤代物质水解数据的分配 | 第37页 |
4.2 常规描述符建立的QSAR模型 | 第37-39页 |
4.2.1 带有官能团效应的二元线性回归模型 | 第38页 |
4.2.2 带有官能团效应的四元线性回归模型 | 第38-39页 |
4.3 非常规描述符建立的QSAR模型 | 第39-51页 |
4.3.1 多元线性回归模型 | 第39-43页 |
4.3.2 主成分分析回归模型 | 第43-45页 |
4.3.3 偏最小二乘回归模型 | 第45-48页 |
4.3.4 神经网络模型 | 第48-50页 |
4.3.5 内部验证方法探究 | 第50-51页 |
4.4 卤代消毒副产物模型结果分析与预测 | 第51-53页 |
4.5 本章小结 | 第53-55页 |
结论 | 第55-56页 |
参考文献 | 第56-61页 |
致谢 | 第61页 |