导读:本文包含了贝叶斯规整化神经网络论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:规整,神经网络,定量,关系,芳香族,吲哚,受体。
贝叶斯规整化神经网络论文文献综述
温秋玲,杨博,戴康[1]（2010）在《贝叶斯规整化神经网络模型预测吲哚烷胺类化合物对5-HT_(1B/1D)受体亲和力》一文中研究指出目的利用贝叶斯规整化神经网络模型研究45种吲哚烷胺对5羟-色胺(5-HT)1B/1D受体激动活性的定量构效关系。方法选取115种与结构相关的拓扑参数、几何参数和疏水性参数等,通过主成分分析法进行参数减元,建立基于10种主成分变量的活性预测贝叶斯规整化神经网络模型,并利用去一法(LEAVE-ONE-OUT)对模型进行交叉验证。结果应用残差绝对值的平均值(MAE)进行筛选,得到隐含层神经元数目为10的模型为最佳模型。在该模型下,吲哚烷胺对5-HT1B受体和5-HT1D受体亲和力的实验值和预测值一元相关系数平方(R2)分别为0.990 5和0.988 7。结论模型显示吲哚烷胺5-HT受体激动作用与其结构有密切关系。贝叶斯规整化神经网络结合主成分分析方法有良好的预测能力,且稳定可靠,有望在5-HT1B/1D受体激动药新药设计中得到广泛应用。(本文来源于《医药导报》期刊2010年05期）
戴康,王晓红[2]（2007）在《贝叶斯规整化神经网络模型预测化合物分子的血脑屏障通透性》一文中研究指出通过分子结构预测血脑屏障通透性是一个颇具挑战性的课题.建立了一个预测化合物分子的血脑屏障分配系数(logBB)的QSAR模型.该模型由表示分子大小、拓扑性质和脂水分配性质的QSAR参数组成.模型被用来预测52个化合物的血脑屏障分配系数,并通过测试集(从52个化合物种选取10个)进行验证,预测值-实验值的相关系数平方(R2)为0.974,均方差(MSE)为0.0172.验证结果显示该模型大大优于传统使用的多元线性回归模型.因此,该模型可以用于预测药物分子和类似药物分子的血脑屏障通透性.(本文来源于《华中师范大学学报(自然科学版)》期刊2007年02期）
戴康[3]（2007）在《贝叶斯规整化神经网络预测苯取代物的毒性》一文中研究指出利用贝叶斯规整化神经网络(BRNN)研究了59种苯取代的环境毒性和分子结构的关系.建立了基于脂水分配系数和4种量子指数的QSAR环境毒性预测模型.结果表明:该模型的预测性能超过偏最小二乘法(PLS)和逐步线性回归方法,残差分析显示其稳定可靠,有望成为一种良好的苯取代物毒性的环境评价和预测的方法.(本文来源于《中南民族大学学报(自然科学版)》期刊2007年02期）
孙伟,曾光明,魏万之,黄国和[4]（2005）在《氯代芳香族化合物结构电化学还原电位定量关系的贝叶斯规整化BP神经网络模型》一文中研究指出将贝叶斯规整化误差反向传播神经网络 (BRBPNN)应用于环境领域的QSPR模型 .采用ChemOffice2 0 0 4内置的MOPAC 2 0 0 0计算了 6种量子化学参数 (分子最高占据能EHOMO、分子最低占据能ELUMO、分子生成热HF、分子偶极矩DIP、分子的电子能量EE和分子的核核排斥能CCR)以及氯原子数 (Cl)和分子量 (MW ) ,建立了 87种氯代芳香族化合物结构与电化学还原电位定量关系的BRBPNN模型 .最优网络模型结构为 6 2 0 1,其电化学还原电位的拟合及预测能力明显优于逐步线性回归模型 ,其训练集和预测集的相关系数平方和均方根误差 (MSE)分别达到 0. 999和 0 . 0 0 0 10 5 ,0. 96 5和 0. 0 0 15 9.最优模型输入节点到隐含层权重平方和的分布规律揭示出各种描述符对还原电位的影响大小依次为 :ELUMO>EHOMO>HF >CCR>EE >DIP .由散点图揭示出影响为正有EE ;影响为负有ELUMO,HF ,DIP ;影响无明显正负性的有EHOMO,CCR .结果表明 ,贝叶斯规整化大大方便了网络规整化参数选择 ,保证了网络的优良概括能力和稳健性 .本研究对氯代芳香族化合物采用电化学处理的适用性以及分析相应电化学降解机理提供了依据 .(本文来源于《环境科学》期刊2005年02期）
贝叶斯规整化神经网络论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
通过分子结构预测血脑屏障通透性是一个颇具挑战性的课题.建立了一个预测化合物分子的血脑屏障分配系数(logBB)的QSAR模型.该模型由表示分子大小、拓扑性质和脂水分配性质的QSAR参数组成.模型被用来预测52个化合物的血脑屏障分配系数,并通过测试集(从52个化合物种选取10个)进行验证,预测值-实验值的相关系数平方(R2)为0.974,均方差(MSE)为0.0172.验证结果显示该模型大大优于传统使用的多元线性回归模型.因此,该模型可以用于预测药物分子和类似药物分子的血脑屏障通透性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
贝叶斯规整化神经网络论文参考文献
[1].温秋玲,杨博,戴康.贝叶斯规整化神经网络模型预测吲哚烷胺类化合物对5-HT_(1B/1D)受体亲和力[J].医药导报.2010
[2].戴康,王晓红.贝叶斯规整化神经网络模型预测化合物分子的血脑屏障通透性[J].华中师范大学学报(自然科学版).2007
[3].戴康.贝叶斯规整化神经网络预测苯取代物的毒性[J].中南民族大学学报(自然科学版).2007
[4].孙伟,曾光明,魏万之,黄国和.氯代芳香族化合物结构电化学还原电位定量关系的贝叶斯规整化BP神经网络模型[J].环境科学.2005
论文知识图
