|
|||||
|
|
| 基于PCA-BPNN对无机氢化物pK_a的QSPR研究 | |
| 引用本文： | 余训爽.基于PCA-BPNN对无机氢化物pK_a的QSPR研究[J].安徽大学学报(自然科学版),2013(6):104-108. |
| 作者姓名： | 余训爽 |
| 作者单位： | 长江大学化学与环境工程学院 |
| 基金项目： | 湖北省教育厅自然科学基金重点资助项目(2010A0001) |
| 摘 要： | 采用Chemoffice10.0中的MOPAC/AM1半经验算法,计算13个无机氢化物的6种量子化学参数:偶极距(μ)、分子电子能(EE)、分子最高占据轨道能(E homo)、分子最低未占据轨道能(E lumo)、分子总能量(TE)和非氢原子的净电荷(q),利用SPSS19.0软件的主成分分析模块和BP神经网络模块对样本数据集进行预处理,将得到的样本数据集输入人工神经网络,构建无机氢化物pK a的主成分-反向传播神经网络(PCABPNN)QSPR模型.结果表明:利用SPSS19.0软件快速实现PCA-BPNN模型取得了非常满意的结果,而且模型的相关系数高,所得结果均优于传统的多元线性回归方法. |
| 关 键 词： | 无机氢化物 量子化学参数 定量结构-性质相关 主成分分析(QSPR) 主成分-反向传播神经网络(PCA-BPNN) |
| 本文献已被 CNKI 等数据库收录！ | |