变量选择方法及其在量化的构效关系（QSPR）中的应用

摘要

本论文将着重在与QSPR研究相关的两个问题上．一个是对拓扑指数的归纳和对它们在分子结构上的解释（第二章）；另一个是使用一些有效的变量选择的方法来建立简单的预报误差小的QSPR模型（第三章）．在第三章中用到的变量选择方法的思想来自于惩罚的最小二乘，这种方法通过在回归系数上加一个惩罚来达到选择重要变量的目的，但确没有利用在很多光谱和信号数据中大量存在的变量指标之间的空间信息．因此，在第四章中我们将讨论一种新的将熔合变量和惩罚的最小二乘相结合的变量选择的方法．

目录

文摘

英文文摘

第一章绪论

§1.1 QSAR/QSPR研究和拓扑指数

§1.1.1什么是QsAR/QSPR?

§1.1.2拓扑指数和图论

§1.2线性回归中的变量选择/模型选择问题

§1.2.1模型选择的准则和线性回归中的逐步回归方法

§1.2.2用原始变量的线性组合和正交化的方式来选择变量

§1.2.3惩罚最小二乘和变量选择

§1.3论文提纲

第二章拓扑信息空间中的块变量在QSPR中的应用

§2.1分子连接性指数x的非人为性

§2.2根据不同的性质重组现有的拓扑指数

§2.3拓扑特征基和拓扑信息空间

§2.4拓扑信息空间中的正交块变量

§2.4.1正交的块变量方法

§2.4.2拓扑信息空间中的QSPR模型

第三章SCAD惩罚的最小二乘在沸点-结构关系中的应用

§3.1前言

§3.2基于SCAD惩罚最小二乘的变量选择

§3.3实验

§3.4讨论和总结

第四章基于熔合的惩罚最小二乘的变量选择方法

§4.1变量熔合方法

§4.2熔合的LASSO方法

§4.3二阶熔合的惩罚最小二乘及其算法

§4.4对中医药指纹图谱的一个初步研究

参考文献

科研成果简介

声明

致谢