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 171 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.  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.    

11.  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。    

12.  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。    

13.  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.    

14.  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。    

15.  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《Guang pu xue yu guang pu fen xi = Guang pu》,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.    

16.  基于遗传算法的多目标最小二乘支持向量机在近红外多组分定量分析中的应用  
   徐冰  王星  Dhaene Tom  史新元  Couckuyt Ivo  白雁  乔延江《光谱学与光谱分析》,2014年第34卷第3期
   近红外(NIR)定量分析通常涉及多个组分,采用遗传算法和自适应建模策略,建立了能够对多组分同时定量的多目标最小二乘支持向量机(LS-SVM),并将其应用于玉米中四个组分和连翘中两个活性成分的NIR分析。结果表明多目标遗传算法配合自适应建模策略可保证优化收敛于全局最优解。所建玉米多目标LS-SVM模型明显优于PLS1和PLS2模型;连翘多目标LS-SVM模型与PLS模型均可取得较好的校正和预测效果。两组数据中,径向基神经网络(RBFNN)模型均出现过拟合现象。多目标LS-SVM和单目标LS-SVM性能相近,但多目标LS-SVM建模运行一次即可得到结果,在NIR多组分定量分析中具有潜在应用优势。    

17.  PLS分析与RBF神经网络耦合环境模型  被引次数:1
   龚敏庆  孙明伟  金明仲《数理统计与管理》,2011年第30卷第5期
   鉴于城市大气环境质量受到诸多复杂因素影响,且各因素间存在多重相关性,本文将偏最小二乘(PLS)分析与人工神经网络径向基网络(RBF)耦合,建立偏最小二乘径向基神经网络模型(PLSRBF),应用于贵阳大气环境质量的检验和预测。实例表明:PLSRBF模型可对原多自变量模型进行降维简化,并可有效提取解释变量信息,防止信息丢失,且具有较强的拟合能力。    

18.  构建支持向量机-偏最小二乘法为药物构效关系建模  被引次数:6
   李剑  陈德钊  成忠  叶子青《分析化学》,2006年第34卷第2期
   为研究药物构效关系积累样本数据的过程中,需为小样本建模。此时较易造成过拟合,影响模型的预测性能和稳定性。为此可用偏最小二乘(PLS)法从样本数据中成对地提取最优成分,消除自变量间的复共线性,并有效的降维,然后应用最小二乘支持向量机对成对成分进行非线性回归,并以基于误差修正的策略调整,使之更有效地表达自、因变量间的非线性关系。由此构建为EB-LSSVM-PLS算法,所建模型的预报精度高,稳定性良好。将其应用于新型黄烷酮类衍生物的QSAR建模,效果令人满意,其泛化性能优于其它方法。    

19.  蛋白质二级结构预测的人工神经网络方法研究  被引次数:2
   何琴  高建华  刘伟《分析科学学报》,2006年第22卷第4期
   本文比较了五种神经网络方法预测蛋白质二级结构的准确率,并做出初步评价。五种神经网络分别是:误差反传前向网络(BP),径向基函数网络(RBF),广义回归神经网络(GRNN),串并联叠层网络(CF),Elman网络(ELM)。结果显示:GRNN的预测准确率达85.7%,优于其它网络。本文还讨论了训练集样本数及参数的优化对GRNN预测准确率的影响。    

20.  基于RBF网络的激光陀螺标度因数数据建模研究  
   邵玉梅  赵忠  王璐《中国惯性技术学报》,2006年第14卷第6期
   前向神经网络中的径向基函数(RBF)网络是一种局部逼近网络,它用局部逼近的总和达到对训练数据的全局逼近,在理论上可以实现全局最优.该文利用径向基函数神经网络对某一温度段的陀螺标度因数的温度数据进行建模处理,并利用各组数据建立一种两因素RBF网络,这两个输入因素选择为温度以及各个温度值对于所属组初始温度的增量.仿真结果表明,所建立的两因素RBF网络可以精确地拟合各温度下的标度因数温度数据,仿真数据的误差与均方差比用BP网络训练的数据效果要好,在数值上提高了近一个数量级.    

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