首页 | 本学科首页   官方微博 | 高级检索  
    检索          
共有20条相似文献,以下是第1-20项 搜索用时 203 毫秒

1.  循环子空间回归为喹喏酮N1位构效关系建模  被引次数:2
   孙卫国  陈德钊  陈亚秋  叶宁  胡上序《高等学校化学学报》,1999年第20卷第6期
   拟从线性泛函的角度分析循环子空间回归(CSR).CSR方法将从自变量参数矩阵和因变量向量中提取成分,循环地构造并扩张Krylov子空间,且以此作为源空间,运用最小二乘准则解得映射到因变量实空间的线性泛函.整个求解过程包容了最小二乘回归(LSR)、主成分回归(PCR)、偏最小二乘回归(PLS)以及其它中间的回归方法.然后由预报能力的强弱,从中确定最佳回归模型.本文应用CSR方法为喹喏酮N1位抗菌构效关系建模,效果良好    

2.  循环空间回归为喹喏酮N1位构效关系建模  
   孙卫国 陈德钊 等《高等学校化学学报》,1999年第20卷第6期
   拟从线性泛函的角度分析循环子空间回归(CSR)。CSR方法将从自变量参数矩阵和因变量向量中提取成分,循环地构造并扩张Krylov子窨,且以此作为源空间,运用最小二乘准则解最映射到因变量实空间的线性泛函。整个求解过程包容了最小二乘回归(LSR)、主成分回归(PCR)、偏最小二乘回归(PLS)以及其它中间的回归方法。然后以预报能力的强弱,从中确定最佳回归模型。本文应用SCR方法为喹喏酮N1位抗菌构效关系建模,效果良好。    

3.  循环子空间回归的一种快速算法及其在定量构效关系中的应用  被引次数:5
   庄凌  陈德钊  陈亚秋  胡上序《分析化学》,1999年第27卷第12期
   循环子空间回归(CSR)通过改变解空间的维数,可以获取一系列的回归模型,其中包括最小二乘回归(LSR)、主成分回归(PCR)、偏最小二乘回归(PLSR)和许多中间回归,从中可挑选最优回归模型。本文将分析CSR的原理,给出一种可行的快速的CSR算法(RCSR),以提高计算速率和精度,并将其成功地应用于苯乙酰胺类除草剂定量构效关系的建模。    

4.  自适应模糊偏最小二乘方法在药物构效关系建模中的应用  被引次数:2
   成忠  陈德钊  吴晓华  叶子青《分析化学》,2005年第33卷第7期
   作为一种局部逼近方法,自适应神经模糊推理系统(ANFIS)适于为药物定量构效关系(QSAR)建模。描述药物分子结构的参数较多,常存在耦合关系,会增加建模难度,并影响模型的预报性能。为此,将ANFIS和偏最小二乘(PLS)相结合,先由PLS从样本数据中提取成分,再由ANFIS实现每对成分间的非线性映射,并基于输出误差进一步修正所提取的成分,使之对因变量具有最优的解释能力,由此构建为EB-AFPLS方法。该法已成功地应用于HIV-1蛋白酶抑制剂的QSAR建模,效果良好,显示出很强的学习能力,所建模型的预报性能也优于其它方法。    

5.  基于径向基函数神经网络的混沌时间序列相空间重构双参数联合估计  被引次数:2
   陈帝伊  柳烨  马孝义《物理学报》,2012年第61卷第10期
   鉴于径向基函数(RBF)神经网络模型在非线性预测方面的优良性能, 提出了利用该预测模型对混沌时间序列相空间重构的两个关键参数——延迟时间和嵌入维数进行联合估计的方法, 并以客观的评价指标为依据给出其最优估计值. 以Lorenz系统为例进行数值分析, 得到RBF单步及多步预测模型中嵌入维数和延迟时间的最佳参数估计值, 并在原模型中对估计值进行校验. 结果表明, 该方法可以有效地估计出嵌入维数和延迟时间, 从而显著提高预测精度.    

6.  苯并咪唑类缓蚀剂的HQSAR研究及分子设计  
   孙磉礅  米思奇  游靖  余吉良  胡松青  刘新泳《物理化学学报》,2013年第29卷第6期
   采用分子全息定量构效关系(HQSAR)方法, 构建苯并咪唑衍生物在酸性环境中的缓蚀性能与结构之间的定量构效关系模型, 研究不同碎片区分参数及碎片大小对模型质量的影响, 寻找最优HQSAR模型, 并对其稳定性及预测能力进行评价. 结果显示: 选取碎片区分参数为原子类型(A)、化学键类型(B)、连接性(C)、氢原子(H)、手性(Ch)、氢键给体和受体(D&;A), 碎片大小为1-3 建模时, 得到的HQSAR 模型(r2(非交叉验证系数)=0.996, q2(交叉验证系数)=0.960, SEcv(交叉验证标准误差)=3.709)具有良好的统计学稳定性及预测能力. 根据最优HQSAR模型图设计出的38种苯并咪唑类化合物理论上均具有较好的缓蚀性能. 本研究为油气田新型高效缓蚀剂研发提供可靠的理论依据.    

7.  基于FOA-RBF神经网络的外贸出口预测  
   许智慧  王福林  孙丹丹  王吉权《数学的实践与认识》,2012年第42卷第13期
   应用果蝇优化算法对径向基神经网络扩展参数的优化方法进行研究,给出了一种以标准误差计算公式为味道判定函数,以此确定最优的径向基函数的扩展参数值的方法,并建立了相应的预测模型.应用该预测模型对黑龙江省外贸出口额进行预测,结果表明:预测模型的预测精度优于径向基神经网络,从而证明了方法的有效性.    

8.  基于傅立叶变换的人工神经网络近红外光谱定量分析法  被引次数:1
   李智  王圣毫  郑维平  赵殿瑞《分析测试学报》,2012年第31卷第3期
   将原始光谱进行一定的预处理后,以其快速傅立叶变换FFT的前N个系数作为人工神经网络(ANN)的输入量,不仅确保了大量有用信息参与模型的建立,同时实现了优越的滤波功能。以汽油的辛烷值和煤粉干燥基高位发热量(Qgr.d)的近红外光谱建模,当采用前20个FFT系数的傅立叶变换-径向基网络(FFT-RBF)时,辛烷值模型的预测误差均方根(RMSEP)可达0.152,相关系数为0.976,当采用前30个FFT系数时,快速FFT-RBF煤粉干燥基高位发热量模型的RMSEP为0.256,相关系数为0.923,说明FFT-RBF模型有着很好的预测能力。研究表明基于傅立叶变换的人工神经网络近红外光谱定量分析法,特别是FFT-RBF具有良好的预测能力。    

9.  基于径向基函数神经网络的流程企业供应链预测仿真  被引次数:2
   李自如  边利  邓建《运筹与管理》,2006年第15卷第1期
   本文在比较预测方法的基础上,采用径向基函数(RBF)神经网络技术建立流程企业供应链预测模型,进行了实例预测仿真,并将预测结果与BP网络的预测结果进行了比较。结果表明,RBF网络误差小于BP网络,其中平方根RBF网络的预测仿真误差最小,而BP网络的误差最大。    

10.  基于改进教学优化算法的Hermite正交基神经网络混沌时间序列预测  
   李瑞国  张宏立  范文慧  王雅《物理学报》,2015年第64卷第20期
   针对传统预测模型对混沌时间序列预测精度低、收敛速度慢及模型结构复杂的问题, 提出了基于改进教学优化算法的Hermite正交基神经网络预测模型. 首先, 将自相关法和Cao方法相结合对混沌时间序列进行相空间重构, 以获得重构延迟时间向量; 其次, 以Hermite正交基函数为激励函数构成Hermite正交基神经网络, 作为预测模型; 最后, 将模型参数优化问题转化为多维空间上的函数优化问题, 利用改进教学优化算法对预测模型进行参数优化, 以建立预测模型并进行预测分析. 分别以Lorenz 系统和Liu系统为模型, 通过四阶Runge-Kutta法产生混沌时间序列作为仿真对象, 并进行单步及多步预测对比实验. 仿真结果表明, 与径向基函数神经网络、回声状态网络、最小二乘支持向量机及基于教学优化算法的Hermite正交基神经网络预测模型相比, 所提预测模型具有更高的预测精度、更快的收敛速度和更简单的模型结构, 验证了该模型的高效性, 便于推广和应用.    

11.  硝基芳烃对斜生栅列藻毒性的定量构效关系研究  
   顾云兰  陶建清  费正皓  张根成《武汉大学学报(理学版)》,2009年第55卷第3期
   用DFT-B3LYP方法分别在ST()-3G,6-31G*,6-311G**基组水平上对25种硝基芳烃化合物进行全优化计算获得了相应量子化学参数,利用线性逐步回归法(LSR)建立硝基芳烃对斜生栅列藻毒性的定量构效关系(QSAR)模型,采用内部及外部双重验证的办法深入分析和检验模型的稳健性,选出最佳模型.与此同时,利用人工神经网络误差反传算法(BP网络)建立了非线性QSAR模型.LSR和BP建模的复相关系数(R2),去一法(LOO)交互检验复相关系数(R2cv),外部预测样本复相关系数(R2ext)分别为0.926,0.866,0.843和0.938,0.763,0.843,表明所建立的QSAR模型的稳定性和预测能力良好.结果表明:硝基芳烃对斜生栅列藻的毒性与次最低空轨道能、最正的硝基净电荷和前沿轨道能级差的相关性较好.    

12.  基于无人机高光谱遥感的东北粳稻冠层叶片氮素含量反演方法研究  
   冯帅  许童羽  于丰华  陈春玲  杨雪  王念一《光谱学与光谱分析》,2019年第10期
   为探究遥感监测水稻冠层叶片氮素含量的较优高光谱反演模型,以水稻小区试验为基础,获取了不同生长期水稻冠层高光谱数据。在综合比较一阶导数变换(1-Der)、标准正态变量变换(SNV)和SG滤波法等处理方法基础上,提出一种将SNV与一阶导数变换的SG滤波法相结合的光谱处理方法(SNV-FDSGF),并将处理后的数据经无信息变量消除法(UVE)与竞争自适应重加权采样法(CARS)选出不同生长期的敏感波段。将各生长期的敏感波段两两随机组合,并构建与水稻叶片含氮量相关性较高的差值光谱植被指数(DSI)、比值光谱植被指数(RSI)、归一化光谱植被指数(NDSI)。其中分蘖、拔节和抽穗3个时期的最优植被指数和决定系数R~2分别为:DSI(R_(857),R_(623)),0.704;DSI(R_(670),R_(578)),0.786;DSI(R_(995),R_(508)),0.754。以各生长期内的较优的三种植被指数作为输入分别构建自适应差分优化的极限学习机(SaDE-ELM)、径向基神经网络(RBF-NN)以及粒子群优化的BP神经网络(PSO-BPNN)反演模型。结果表明:SaDE-ELM建模效果最好,在模型稳定性和预测能力上比RBF-NN和PSO-BPNN都有了明显提高,各生长期反演模型的训练集和验证集决定系数R~2均在0.810以上, RMSE均在0.400以下,可为东北水粳稻冠层叶片含氮量的检测与评估提供科学和技术依据。    

13.  应用近红外光谱对低碳数脂肪酸含量预测  被引次数:2
   宋志强  沈雄  郑晓  何东平  亓培实  杨永  方慧文《光谱学与光谱分析》,2013年第8期
   应用近红外光谱技术结合支持向量机回归(support vector machine regression,SVR)方法测量食用植物油脂低碳数脂肪酸(C≤14)含量。使用SupNIR-5700近红外光谱仪采集58个样品的近红外光谱图,通过偏最小二乘(partial least square,PLS)算法剔除奇异样品。选择其中具有代表性的52个样品进行主成分分析(principal component analysis,PCA),选取径向基(radial basis function,RBF)核函数建立支持向量机回归模型,并对光谱预处理方法和参数寻优方法进行了详细的分析和讨论。实验表明,经过粒子群算法(parti-cle swarm optimization,PSO)优化后模型的性能都有所提高,泛化能力更强,预测的准确度和稳健性更好;其中预处理方法2经过PSO优化寻优后的参数C=2.085,γ=22.20时,预测集和校正集相关系数(correla-tion coefficient,r)分别达到了0.998 0和0.925 8,均方根误差(root mean square error,MSE)分别为0.000 4和0.014 3。研究结果表明,应用近红外光谱结合PSO-SVR方法进行食用植物油脂低碳数脂肪酸含量快速、准确的预测是可行的。    

14.  非线性灰色Bernoulli模型的改进及应用  
   吴文泽  张涛  江建明《数学的实践与认识》,2019年第10期
   非线性灰色Bernoulli模型是灰色预测模型的一类拓展,在捕捉序列非线性趋势性能上表现良好,但仍然存在许多改进的空间.在传统的非线性灰色Bernoulli模型的基础上提出一种改进的方法,结合优化初始值,采用Guass-Newton算法求解最优模型参数以及滚动建模机制三个方面对模型进行改进.数值结果表明,优化初始值能够提高模型的预测精度,Guass-Newton算法寻求最优参数以及滚动建模机制能进一步减少预测误差的产生.因此,改进的模型能够有效地提高非线性灰色Bernoulli模型的预测性能.    

15.  基于混沌理论和改进径向基函数神经网络的网络舆情预测方法  
   魏德志  陈福集  郑小雪《物理学报》,2015年第64卷第11期
   网络舆情发展趋势具有混沌系统的特征, 提出一种基于EMPSO-RBF神经网络的方法对网络舆情的发展趋势进行预测. 首先根据Lyapunov指数证明网络舆情具备混沌的特征, 然后对网络舆情时间序列数据进行相空间重构, 最后采用EMPSO-RBF方法进行预测, 并和其他模型进行对比试验, 实验结果表明EMPSO-RBF方法具有较高精确度.    

16.  基于组合神经网络的时间分数阶扩散方程计算方法  
   《应用数学和力学》,2019年第7期
   该文首次采用一种组合神经网络的方法,求解了一维时间分数阶扩散方程.组合神经网络是由径向基函数(RBF)神经网络与幂激励前向神经网络相结合所构造出的一种新型网络结构.首先,利用该网络结构构造出符合时间分数阶扩散方程条件的数值求解格式,同时设置误差函数,使原问题转化为求解误差函数极小值问题;然后,结合神经网络模型中的梯度下降学习算法进行循环迭代,从而获得神经网络的最优权值以及各项最优参数,最终得到问题的数值解.数值算例验证了该方法的可行性、有效性和数值精度.该文工作为时间分数阶扩散方程的求解开辟了一条新的途径.    

17.  粒子群算法优化相空间重构参数的网络流量预测模型  
   曾伟  黄亮《应用声学》,2014年第22卷第9期
   在网络流量预测过程中,相空间重构参数是影响预测性能的重要方面,传统参数分开优化,为了提高网络流量的预测精度,提出一种粒子群算法优化相空间重构参数的网络流量预测模型(PSO-BPNN);首先将BP神经网络作为学习算法,然后采用粒子群算法对相空间重构参数—延迟时间和嵌入维进行联合优化,并重构网络流量序列,最后以小波BP神经网络建立最优络流量预测模型,并采用仿真实验对模型性能进行分析,结果表明,PSO-BPNN提高了网络流量的预测精度。    

18.  基于差分进化算法的混沌时间序列预测模型参数组合优化  
   张文专  龙文  焦建军《物理学报》,2012年第61卷第22期
   为了提高混沌时间序列预测模型的预测精度,提出一种基于差分进化(DE)算法的相空间重构和最小二乘支持向量机(LSSVM)模型参数组合优化方法.该方法将相空间重构参数和LSSVM预测模型参数进行组合作为差分进化算法的个体,以混沌时间序列预测精度作为个体的适应度函数,通过循环迭代获得最优参数组合.几个混沌时间序列的仿真实验结果表明,与传统的优化方法相比,参数组合优化方法具有更高的预测精度.    

19.  径向基函数神经网络用于重叠色谱峰解析  被引次数:2
   李一波  黄小原  沙明  孟宪生《色谱》,2001年第19卷第2期
    在高斯基径向基函数神经网络 (RBFNN)学习算法中引入了鲁棒性和随机全局寻优的两阶段遗传算法 :结构学习和参数优化。通过两阶段学习算法的交替使用 ,使网络具有结构自学习和参数优化的能力 ,而后将网络应用于组分数未知的重叠色谱峰解析。该方法具有不需人为干预 ,可自动确定网络结构即组分数的优点 ;并且解析精度较高 ,适用于多组分重叠色谱峰的解析 ;对完全重叠色谱峰也具有良好的解析能力。    

20.  基于光谱技术的桔子汁品种鉴别方法的研究  被引次数:5
   邵咏妮  何勇  潘家志  裘正军《光谱学与光谱分析》,2007年第27卷第9期
   为了实现桔子汁不同品种的快速光谱鉴别,首先采用主成分分析法对光谱数据进行聚类分析,从定性分析的角度得到四种不同品种桔子汁的特征差异.同时将小波变换用于对大量光谱数据的压缩,并结合RBF神经网络建立桔子汁品种鉴别的定量分析模型.该模型将小波压缩后的数据作为神经网络的输入向量,建立径向基函数RBF神经网络.4个品种共240个样本用来建立RBF神经网络的训练模型,剩余的60个样本用于预测.预测结果表明,小波变换结合RBF神经网络的桔子汁品种鉴别的准确率达到100%.说明文章提出的基于光谱技术的鉴别方法具有很好的分类能力,它为桔子汁品种的快速鉴别提供了一种新方法.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号