基于神经网络提高非共价键相互作用的量子化学计算精度研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第6-10页 |
| 1.1 研究背景及意义 | 第6-8页 |
| 1.2 国内外研究现状 | 第8页 |
| 1.3 研究内容 | 第8-9页 |
| 1.4 论文组织结构 | 第9页 |
| 1.5 本章小结 | 第9-10页 |
| 第二章 非共价键相互作用数据集 | 第10-15页 |
| 2.1 数据集筛选 | 第10-11页 |
| 2.2 非共价键相互作用的计算 | 第11-12页 |
| 2.3 物理参数的选择 | 第12-14页 |
| 2.4 本章小结 | 第14-15页 |
| 第三章 智能计算方法 | 第15-22页 |
| 3.1 Kennard-Stone算法 | 第15页 |
| 3.2 SPXY算法 | 第15-16页 |
| 3.3 偏最小二乘回归方法 | 第16页 |
| 3.4 广义回归神经网络 | 第16-19页 |
| 3.4.1 广义回归神经网络的理论基础 | 第17页 |
| 3.4.2 广义回归神经网络的结构 | 第17-19页 |
| 3.4.3 参数选择 | 第19页 |
| 3.5 模型评价参数 | 第19-21页 |
| 3.6 本章小结 | 第21-22页 |
| 第四章 实验结果 | 第22-33页 |
| 4.1 实验方案 | 第22-23页 |
| 4.2 实验结果与讨论 | 第23-32页 |
| 4.2.1 SPXY方法对数据集划分 | 第23-24页 |
| 4.2.2 偏最小二乘回归法筛选描述符结果及讨论 | 第24-25页 |
| 4.2.3 模型实验结果及比较 | 第25-32页 |
| 4.3 本章小结 | 第32-33页 |
| 第五章 总结与展望 | 第33-35页 |
| 5.1 总结 | 第33页 |
| 5.2 展望 | 第33-35页 |
| 参考文献 | 第35-38页 |
| 附录 | 第38-47页 |
| 致谢 | 第47-48页 |
| 在学期间公开发表论文及著作情况 | 第48页 |
