分子描述符与QSAR模型预测性能的相关性研究

摘要	第4-5页
Abstract	第5-6页
第一章 引言	第9-13页
1.1 智能计算方法简述	第9-10页
1.2 量子化学研究背景	第10页
1.3 智能计算方法在量子化学上的应用概况	第10-11页
1.4 本文的研究内容及意义	第11-13页
第二章 提高模型性能的方法	第13-16页
2.1 模型性能提高的常用方法	第13-14页
2.2 本文提高模型性能的方法	第14-16页
第三章 模型构造的相关方法	第16-25页
3.1 数据划分	第16-18页
3.2 特征选择	第18-20页
3.2.1 特征选择类型	第18-19页
3.2.2 遗传算法特征选择	第19-20页
3.3 模型构建（回归）	第20-22页
3.4 描述符间的冗余	第22-23页
3.5 模型性能的评价标准	第23-25页
第四章 数据的准确度与冗余度对模型预测能力的影响	第25-37页
4.1 数据划分结果	第25-27页
4.1.1 数据集介绍	第25-26页
4.1.2 SPXY划分结果	第26-27页
4.2 特征选择结果	第27-30页
4.3 输入描述符的准确性对模型性能的影响	第30-31页
4.4 输入描述符间的冗余度对模型性能的影响	第31-34页
4.5 非共价键数据库的结果	第34-35页
4.6 均裂能分子数据库的结果	第35-37页
第五章 总结与展望	第37-39页
5.1 总结	第37页
5.2 展望	第37-39页
参考文献	第39-43页
附录	第43-48页
致谢	第48-49页
在学期间公开发表论文及著作情况	第49页