首页--数理科学和化学论文--化学论文--分析化学论文

线性和非线性方法在QSAR/QSPR研究中的应用

摘要第1-10页
ABSTRACT第10-13页
论文创新之处第13-14页
第一章 定量结构—性质/活性关系的基本理论及研究进展第14-66页
   ·定量结构—性质/活性关系的概述第14-16页
   ·QSAR/QSPR研究方法的应用进展第16-17页
   ·QSAR/QSPR方法的主要步骤第17-48页
     ·QSAR/QSPR研究中数据的整理和获得第18-19页
     ·QSAR/QSPR研究中结构描述符的计算第19-26页
       ·经验描述符第20页
       ·理论计算描述符第20-26页
       ·其它描述符第26页
     ·QSAR/QSPR研究中的参数选择方法第26-29页
     ·QSAR/QSPR研究中模型的建立方法第29-46页
       ·线性方法第30-31页
       ·非线性方法第31-46页
     ·QSAR/QSPR研究中模型的评价第46-48页
       ·模型的稳定性和可靠性第46-48页
       ·模型的预测能力第48页
 参考文献第48-66页
第二章 线性方法在QSAR中的应用研究第66-82页
   ·QSAR方法用于预测药物通过聚二甲硅氧烷膜的渗透性第66-79页
     ·研究背景第66-67页
     ·实验部分第67-73页
       ·数据集第67-73页
       ·描述符的计算和模型的建立第73页
     ·启发式方法理论第73-74页
     ·结果和讨论第74-78页
       ·描述符的讨论第74-77页
       ·相似性分析第77-78页
       ·交互检验第78页
     ·结论第78-79页
 参考文献第79-82页
第三章 非线性方法在QSPR中的应用研究第82-140页
   ·应用启发式方法(HM)和支撑向量机(SVM)方法预测杀虫剂在生物分配胶束色谱中的保留因子第82-92页
     ·研究背景第82-84页
     ·实验部分第84-86页
       ·数据集第84-86页
       ·描述符的计算第86页
     ·理论及方法第86页
     ·结果与讨论第86-92页
       ·启发式方法的结果第86-89页
       ·支撑向量机方法的结果第89-92页
     ·结论第92页
   ·应用HM和SVM方法预测烃类化合物在电解质溶液中的溶解度第92-106页
     ·研究背景第92-99页
       ·数据集第93-98页
       ·描述符的计算第98-99页
     ·理论及方法第99页
     ·结果与讨论第99-105页
       ·HM的结果第99-102页
       ·SVM的结果第102-105页
     ·结论第105-106页
   ·应用HM和径向基神经网络(RBFNN)方法预测多肽在高效毛细管电泳中的迁移率第106-120页
     ·研究背景第106-107页
     ·理论及方法第107-113页
       ·数据集第108-113页
       ·描述符的计算第113页
     ·结果与讨论第113-119页
       ·HM的结果第113-116页
       ·RBFNN的结果第116-119页
     ·结论第119-120页
   ·应用HM和RBFNN方法预测非离子有机化合物的生物富集因子第120-130页
     ·研究背景第120-121页
     ·实验部分第121-125页
       ·数据集第121-124页
       ·描述符的计算第124-125页
     ·理论及方法第125页
     ·结果与讨论第125-129页
       ·HM的结果第125-128页
       ·RBFNN的结果第128-129页
     ·结论第129-130页
 参考文献第130-140页
附录Ⅰ 在读博士学位期间发表论文目录第140-142页
附录Ⅱ 作者简介第142-144页
致谢第144-145页

论文共145页,点击 下载论文
上一篇:论托马斯·杰斐逊的新闻自由思想--内容、立法和实践的统一及其原因
下一篇:社会变迁与新加坡华人宗乡社团之演变--以新加坡海南会馆为研究个案