文摘
英文文摘
声明
第1章绪论
1.1多元校正
1.2定量构效关系研究
1.3推进(boosting)
1.4粒子群算法
1.5人工神经网络
1.6支持向量机
1.7分类与回归树(classification and regression trees,CART)
1.8本论文的研究工作
第2章基于镱为内标的近红外光谱干膜法结合推进支持向量回归的血糖测定研究
2.1前言
2.2理论
2.2.1基于内标的干膜厚度校正
2.2.2支持向量回归
2.2.3推进支持向量回归
2.3实验
2.3.1仪器和试剂
2.3.2样品的制备
2.3.3 NIR光谱数据的获得
2.4结果与讨论
2.4.1基于内标的干膜法
2.4.2参数选择
2.4.3近红外的数据分析
2.5小结
第3章傅立叶变换-红外光谱干膜法结合推进支持向量回归用于测定血浆中葡萄糖
3.1前言
3.2 理论
3.2.1推进支持向量回归(见2.2.3)
3.3实验
3.3.1仪器和试剂
3.3.2样品制备
3.3.3光谱量测
3.4结果与讨论
3.4.1 IR光谱数据分析
3.4.2参数优化
3.5小结
第4章推进支持向量回归法用于定量构效关系研究
4.1前言
4.2理论
4.2.1推进支持向量回归(见2.2.3)
4.3数据集
4.3.1硝基苯化合物
4.3.2 5-脂氧合酶抑制剂数据
4.4结果与讨论
4.4.1硝基苯化合物数据
4.4.2 5-脂氧合酶抑制剂数据
4.5小结
第5章稳健推进偏最小二乘回归用于血管紧缩素Ⅱ抑制剂的定量构效关系研究
5.1前言
5.2理论
5.2.1 F-统计用于自动确定PLS隐变量个数
5.2.2稳健推进偏最小二乘
5.3数据集
5.4结果与讨论
5.5小结
第6章杂交粒子群算法用于自适应构建径向基函数网络
6.1前言
6.2理论
6.2.1径向基函数网络
6.2.2粒子群优化算法
6.2.3改进的离散粒子群优化算法
6.2.4杂交粒子群算法用于自适应构建径向基函数网络(HPSORBFN)
6.2.5目标函数
6.3数据集
6.3.1数据集1
6.3.2数据集2
6.4结果与讨论
6.4.1数据集1
6.4.2数据集2
6.5小结
第7章粒子群优化算法用于训练基于径向基函数网络变换的非线性支持向量机及其QSAR研究应用
7.1前言
7.2理论
7.2.1支持向量机(SVM)回归
7.2.2基于径向基函数网络变换的非线性支持向量机(RBFN-SVM)
7.3数据集
7.3.1艾滋病病毒逆转录酶(HIV-1 RT)抑制剂数据集
7.3.2血小板源性生长因子受体(PDGFR)抑制剂数据集
7.4结果与讨论
7.4.1 HIV-1 RT数据集
7.4.2 PDGFR抑制剂数据集
7.5小结
第8章基于神经网络转换的非线性偏最小二乘回归用于定量构效关系研究
8.1前言
8.2理论
8.2.1基于神经网络转换的非线性偏最小二乘回归
8.2.2粒子群优化(PSO)算法及F-统计
8.3数据集
8.3.1模拟数据
8.3.2数据集2
8.3.3数据集3
8.4结果与讨论
8.4.1模拟数据
8.4.2数据集2
8.4.3数据集3
8.5小结
第9章改进的离散粒子群算法用于自适应构建全局最优的分类与回归树
9.1前言
9.2理论
9.2.1分类与回归树
9.2.2改进的离散粒子群优化算法
9.2.3改进的离散粒子群算法用于自适应构建分类与回归树
9.2.4目标函数
9.3数据集
9.3.1类黄酮衍生物作为p561ck酪氨酸激酶抑制剂数据
9.3.2表皮生长因子受体(EGFR)酪氨酸酶抑制剂数据
9.4结果与讨论
9.4.1类黄酮衍生物作为p561ck酪氨酸激酶抑制剂数据
9.4.2表皮生长因子受体(EGFR)酪氨酸酶抑制剂数据
9.5 小结
结论
参考文献
致谢
附录