| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| 1 研究背景 | 第10-11页 |
| 2 常用描述符 | 第11-13页 |
| ·物理化学参数 | 第11-12页 |
| ·疏水性参数 | 第11-12页 |
| ·电性效应参数 | 第12页 |
| ·立体参数 | 第12页 |
| ·量子化学描述符 | 第12-13页 |
| ·原子电荷 | 第12页 |
| ·分子轨道能量 | 第12-13页 |
| ·前线轨道电子密度 | 第13页 |
| ·分子极化率 | 第13页 |
| ·偶极矩和极性指数 | 第13页 |
| ·能量参数 | 第13页 |
| 3 本文内容编排 | 第13-15页 |
| 第二章 支持向量机的改进 | 第15-21页 |
| 1 机器学习简介 | 第15-16页 |
| 2 支持向量机 | 第16-18页 |
| ·支持向量机理论 | 第16-17页 |
| ·LIBSVM | 第17-18页 |
| 3 建模方法 | 第18-19页 |
| ·描述符筛选 | 第18-19页 |
| ·单因子重要性分析 | 第19页 |
| ·单因子效应分析 | 第19页 |
| 4 预测评价指标 | 第19-21页 |
| 第三章 基于支持向量机的新烟碱类杀虫剂QSAR建模 | 第21-29页 |
| 1 引言 | 第21-22页 |
| 2 数据 | 第22-24页 |
| 3 结果与讨论 | 第24-27页 |
| ·核函数的选择与描述符筛选 | 第24-25页 |
| ·预测结果及比较 | 第25-26页 |
| ·单因子重要性、效应分析 | 第26-27页 |
| 4 结论与讨论 | 第27-29页 |
| 第四章 基于支持向量机的磺酰脲类除草剂QSAR建模 | 第29-36页 |
| 1 引言 | 第29-30页 |
| 2 数据 | 第30-32页 |
| 3 结果与讨论 | 第32-34页 |
| ·核函数的选择与描述符筛选 | 第32页 |
| ·预测结果及比较 | 第32-34页 |
| ·单因子重要性、效应分析 | 第34页 |
| 4 结论与讨论 | 第34-36页 |
| 第五章 结论与展望 | 第36-37页 |
| 参考文献 | 第37-43页 |
| 致谢 | 第43-44页 |
| 作者简历 | 第44页 |