排序方式： 共有3条查询结果，搜索用时 171 毫秒
1
1.
人工神经网络用于吲哚喹唑啉衍生物的QSAR研究 总被引：1，自引：0，他引：1
应用BP神经网络方法对20个吲哚喹唑啉衍生物的定量一结构活性关系(QSAR)进行了研究,采用自编的软件进行跟踪学习,当ξ=0.8,ψ=0.75时获得了较好的拟合,相关系数R=0.9996,标准偏差SD=0.0172,结果优于回归分析法R=0.8505,SD=0.2641.随机挑选16个化合物作为训练样本集,剩余的4个化合物作为预测样本集,标准误差SE=0.3471,表明该QSAR模型具有良好的预测效果,可为活性更高的该类化合物的设计提供理论参考. 相似文献
2.
应用人工神经网络方法对16个2,4-二氨基-6-甲基-7-取代苄氨基喹唑啉的定量结构活性关系进行了研究。随机挑选13个化合物作为训练样本集,采用3个输入参数,建立了2,4-二氨基-6-甲基-7-取代苄氨基喹唑啉的定量结构-活性关系(QSAR)模型,得到相关系数R=1.0000,标准偏差SD=0.0041,剩余的3个化合物作为预测样本集,用于检验模型的预测能力,得出的相关系数R=0.998,标准偏差SD=0.0407。结果表明人工神经网络是一种比较精密的拟合方法,具有良好的预测效果。 相似文献
3.
分别采用人工神经网络BP算法（网络结构为3-9-1）和线性回归分析方法对17个4-X-N-Y-6-氮杂雄-4-烯-3-酮衍生物在4℃时与小牛子宫雌激素受体的亲合力参数Iog1/K（iKi为衍生物对3BHSD的抑制常数）与分子的范德华体积V、最高被占据分子轨道能量EHOMO和9号碳原子的净电荷Q之间建立了QSAR模型,ANN模型的相关系数R=0.9999,标准偏差SD=0.0014。MLR模型的相关系数R=0.9470,标准偏差SD=0.4459。结果表明人工神经网络是一种比较精密的拟合方法,具有良好的预测效果。 相似文献
1