基于支撑向量机方法的有机化合物的生成Gibbs自由能的预测

基于支撑向量机方法的有机化合物的生成Gibbs自由能的预测;支撑向量机;多元线形回归;吉布斯自由能     

有机污染物在碳纳米管吸附的定量结构-性质关系

对一系列共59个芳香性分子进行了HF/6-31G*水平上的结构优化,并在优化结构上进行了分子静电势及其导出参数的计算,应用多元线性回归方法建立了碳纳米管吸附有机污染物的平衡常数与分子结构间的定量关系.结果表明,分子表面静电势参数(Vmin、σ2+和ΣV+ind)结合分子表面积(S)和最低空轨道能级(εLUMO)可以很好地用于构建碳纳米管吸附的定量结构-性质关系(QSPR)模型.模型中引入的参数均具有明确的物理意义,其合理性可以从污染物与碳纳米管或水分子间相互作用的角度进行解释.模型的稳定性和预测能力经"留一法"和Monte Carlo交叉验证法进行了确证.本文亦采用支持向量机(SVM)、最小二乘支持向量机(LSSVM)和高斯过程(GP)等三种方法建立了上述参数与碳纳米管吸附性质的非线性模型.SVM和LSSVM模型表现出强的拟合能力,但预测能力明显不如其他模型.GP模型无论是拟合能力还是预测能力都是最佳,但并没有明显地优于线性模型,说明对本文研究体系而言,其分子结构与性质间的关系主要以线性形式存在.     

有机污染物在碳纳米管吸附的定量结构-性质关系

对一系列共59个芳香性分子进行了HF/6-31G^*水平上的结构优化,并在优化结构上进行了分子静电势及其导出参数的计算,应用多元线性回归方法建立了碳纳米管吸附有机污染物的平衡常数与分子结构间的定量关系. 结果表明,分子表面静电势参数（V_min、σ₊² 和ΣV_ind⁺）结合分子表面积（S）和最低空轨道能级（ε_LUMO）可以很好地用于构建碳纳米管吸附的定量结构-性质关系（QSPR）模型. 模型中引入的参数均具有明确的物理意义,其合理性可以从污染物与碳纳米管或水分子间相互作用的角度进行解释. 模型的稳定性和预测能力经“留一法”和Monte Carlo 交叉验证法进行了确证. 本文亦采用支持向量机（SVM）、最小二乘支持向量机（LSSVM）和高斯过程（GP）等三种方法建立了上述参数与碳纳米管吸附性质的非线性模型. SVM和LSSVM模型表现出强的拟合能力,但预测能力明显不如其他模型. GP模型无论是拟合能力还是预测能力都是最佳,但并没有明显地优于线性模型,说明对本文研究体系而言,其分子结构与性质间的关系主要以线性形式存在.     

支持向量机用于高分子聚合物的折射率预测

支持向量机;定量构性相关;高聚物;折射率