排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
由反应物和产物的结构衍生了反应物、产物和化学反应的MOLMAP 指数, 其中化合物的结构由化学键的物理化学性质和拓扑性质所表征. 将前述MOLMAP 指数应用于一个含七类光化学反应的数据集, 通过随机森林建立了三种类型的模型: (1)预测反应物可能发生的反应类型; (2)预测可能合成产物的反应类型; (3)预测整个化学反应的类型. 由于无需指定数据集中参与反应的化学键, 所以, MOLMAP 指数能够得到广泛的应用. 所得分类预测结果好于我们此前对同一数据集的研究, 表明改进化学键的描述有助于提高MOLMAP 指数的预测能力. 相似文献
2.
分子映射(MOLMAP)指数是以分子的化学键描述符为基础,通过Kohonen自组织映射依据一定的算法而衍生.化学键描述符是由化学键的物理化学性质,如两端原子的电荷差和拓扑性质,键连杂原子数量等所组成.本文将分子映射指数应用于4075个有机物质(Ames实验结果:2305个结构有诱变性,1770个结构无诱变性)的变异性预测.通过随机森林,分别采用三种类型的指数建立模型:(1)采用不同维数的分子映射指数;(2)采用全局分子描述符;(3)将分子映射指数与全局分子描述符相结合.整个数据集的集外(out-of-bag)交叉验证的正确预测率达到85.4%.为了检验模型的稳定性,采用所建模型预测源于另一数据库的472个化合物,正确预测率为86.7%,与此前的研究相比,两个预测结果均有所提高. 相似文献
1