拓扑量子方法预测二噁(口英)类化合物PCDDs的正辛醇/水分配系数

二噁(口英)类化合物PCDDs的毒性与其正辛醇/水分配系数(logK_(ow))有关。由于PCDDs类化合物性质相似,分离困难,其中许多化合物的logK_(ow)难以测定,只能理论预测。以往的研究采用基团/原子贡献、热力学、化学图论和神经网络等方法进行研究,可得到较好的结果。本文提出拓扑量子方法,即考虑分子图顶点的性质,直接用二噁(口英)类化合物PCDDs的分子碎片的电离能I_p为主元来构建邻接矩阵。结果表明新的拓扑量子邻接矩阵的特征根与二噁(口英)类化合物的正辛醇/水分配系数(logK_(ow))有良好的相关性:logK_(ow)=-4.86201+0.00617S_R-0.71375 HLOMO R=0.9238,s=0.285,F=116.45,n=43     

多氯代二苯并呋喃定量结构性质关系的研究

基于定量结构-性质相关(QSPR)研究多氯代二苯并呋喃化合物的性质具有重要意义。采用分子电性距离矢量(MEDV)表征135个多氯代二苯并呋喃化合物(PCDFs)的分子结构,运用多元线性回归(MLR)技术,同时采用逐步回归结合统计检测筛选模型变量,建立PCDFs的气相色谱保留指数(RI)、正辛醇/水分配系数(LogK_(ow))、基于2种色谱条件下的2组气相色谱保留时间与MEDV的QSPR模型,模型的线性相关系数均在0.8971～0.9963之间。继用留一法和外部样本检验模型稳定性能。结果:所建QSPR模型的稳定性和预测能力良好。     

多氯联苯定量结构-性质的关系

基于定量结构-性质相关(QSPR)研究多氯联苯化合物(PCBs)的性质具有重要意义。用分子负电性距离矢量(MEDV)表征209个PCBs的分子结构,同时用多元线性回归(MLR)技术和逐步回归结合留一法交叉检验筛选模型变量,建立多氯联苯类化合物的水溶性(LgS_w)、土壤吸附性(LgK_(oc))、色谱保留指数(RRI)、水溶液活度系数(LgY_w)、总分子表面积(TSA)与MEDV的QSPR模型,其线性相关系数(R)分别为0.9651,0.9692,0.9968,0.9111,0.9960。继用留一法和外部样本检验模型稳定性能,其相关系数(R_(CV),Q_(ext))分别为0.9611、0.9812;0.9572、0.9845;0.9941、0.9984;0.9980、0.9412;0.9953、0.9998。结果表明:所建QSPR模型均稳定性和预测能力良好。     

有机分子结构与在离子液体中无限稀释活度系数间的定量关系

应用半经验分子轨道能AM1法计算烷烃、芳烃、醇类、氯代甲烷等34种有机非极性和极性化合物的量化参数,分别采用多元线件回归、BP神经嗍络建立了描述有机化合物分子结构与在离子液体1-丁基-3-甲基咪唑三氟甲基磺酸盐([BMIM][CF3SO3])中无限稀释活度系数γ∞i间的定量结构.性质关系(QSPR)模型,并利用模型对预测集分子进行了预测.2种方法的预测结果都表明QSPR模型能很好地关联和顶测各种溶质在[BMIM][CF3SO3]中的γ∞i.在预测能力相差不大的情况下,通过前者建立的QSPR模型更具优势.研究结果有可能会为针对具体不同的反应或分离过程等实现有效的离了液体设计提供理论依据.     

一些有机锡化合物的QSPR和QSAR研究

应用量子化学HF/3-21G从头算法计算得量子化学参数,研究一些有机锡化合物的定量结构-性质关系和定量结构-活性关系。结果表明:有机锡化合物的正辛醇/水分配系数(logK_(ow))与分子极化率和分子范德华体积有关,而有机锡化合物对巨溞(daphnia magna)的急性毒性,则与分子最高占用轨道能和分子水化能有关,并建成它们的构效关系式。     

多氯联苯色谱保留指数QSPR建模的研究

以E-Dragon软件计算的拓扑指数和连接性指数作为变量,随机将209种多氯联苯化合物(PCBs)样本数据划分为训练集、验证集和预测集,采用微粒群-v-支持向量机(PSO-v-SVM)对其色谱保留指数建立QSPR模型,选定的最佳模型入选变量仅5个,对训练集、验证集和预测集计算结果的R2分别为0.999、0.998和0.999,预测的准确性很高.本文选定的模型较文献[16-19]的计算结果好,预测结果更可靠.     

分子顶点相关指数用于卤代苯lgKow的预估

为寻找卤代苯类化合物分子结构与正辛醇/水分配系数(lgK_(ow))的关系,通过定义分子顶点原子特征值,构建了1种分子顶点相关指数(molecular vertexes correlative index,MVCI),并用于卤代苯类化合物的结构表征。再分别利用多元线性回归(MLR)和偏最小二乘回归(PLSR)建模,同时采用内、外双重验证的办法深入分析和检验所得模型的稳定性和预测能力,模型拟合的复相关系数(R)分别为0.9945和0.9940;留一法(LOO)交互校验(CV)的复相关系数(R_(CV))分别为0.9913和0.9925。结果表明该相关指数具有较强的分子结构表达能力,所建模型具有良好的稳定性和预测能力,可用于卤代苯类化合物正辛醇/水分配系数(lgK_(ow))的预测。     

支持向量机用于酚类化合物毒性的QSAR研究

从分子结构出发,计算25个酚类化合物的分子连接性指数及分子的价连接性指数,用线性逐步回归方法建立4参数的最佳方程,以此4参数作为输入参数,将留一法(L00)应用到BP网络、径向基函数(RBF)神经网络,及新颖的机器学习方法支持向量机,建立酚类化合物预测黑呆头鱼毒性的QSAR模型.应用非线性SVM法建立的预测模型结果,优于BP网络和RBF网络,SVM、BP、RBF模型预测的相关系数分别为0.959,0.940和0.945,令人满意.     

几何平均连接性指数:一种修正的分子连接性指数

本文试图改进Kier和Hall提出的分子连接性指数,提供一种更加完美的分子表征和分子设计技术。根据分子连接性指数定义,本文对其进行几何平均修正,使其更具解释性和丰富的含义,并命名为几何平均连接性指数(GMCI)。新的分子连接性指数用于一组含3-8个碳原子的烷烃7种性质的QSAR／QSPR研究,统计结果表明,由几何平均连接性指数所建模型普遍比传统的分子连接性指数所建模型要好。     

超声波/零价铁协同降解氯代芳香化合物定量结构与性质关系的研究

在相同条件下,测得超声波/零价铁(US/Fe~0)协同降解18种氯代芳香化合物的准一级速率动力学常数(logk)。以SIM- CA-P软件的PLS回归分析法,研究反应降解速率常数与物质定量结构的关系(QSPR),得到最佳QSPR模型,并经验证。模型的分析结果表明:在US/Fe~0体系中,物质的亨利常数H、最终生成热HOF、最高占据轨道能E_(homo)和疏水性常数logK_(ow),是影响氯代芳香有机物降解的主要因素。但E_(lumo)-E_(homo),极化率α,总电子能量TE和分子的双中心电子推斥能EE_2的影响也不可忽视。     

脂肪胺的沸点与分子结构关系的拓扑化学研究

根据分子结构的特点，用的拓扑方法探讨了脂肪胺的沸点与分子结构之间的关系，提出一个既能合理表征脂肪胺结构性能关系，又能预测沸点的定量关系式。对１０２种脂肪胺的计算结果表明，沸点预测值与实验的一致性令人满意，平均误差０．４２２％。     

二元恒沸物系若干特征的计算机预报

用模式识别和人工神经网络方法讨论了二元有机化合物恒沸物系的循环，总结了最低沸纱和最高恒沸点系的形成规律，并对最低恒沸点系或最高恒沸点系沸点处的组成及温度进行了预报，结果与实验基本相符。     

有机化合物的闪点与沸点的关联及计算

根据闪点的变化规律 ,发现有机化合物的闪点与沸点之间存在着良好的线性关系 ,据此发展了一种计算有机化合物闪点的普适化方法。对 145 7种有机化合物的计算结果表明 ,闪点计算值与实验值的一致性令人满意 ,平均误差 3 75 %。本文方法的提出 ,不仅揭示了有机物的闪点与沸点之间的定量关系 ,而且为工程上提供了一种计算有机化合物闪点的有效方法     

多烷基苯的沸点与分子结构的拓扑化学研究

利用一种简单直观的一个改进的拓扑指数D,路径指数P2和位置指数S来表征多烷基苯的分子结构,并建立了多烷基苯的沸点与其分子结构之间的定量关系式。拓扑指数的相关性良好,对各种多烷基苯及其异构体的沸点的预测结果与文献值一致性令人满意。     

沸腾情形下开放式毛细微槽中的干涸特性实验研究

利用高速摄像仪、CCD以及宽视场体视显微技术对液体在微槽内的润湿、蒸发和沸腾现象进行了可视化观察和描述,对发生沸腾换热现象时的竖直矩形毛细微槽群热沉中的液体沿微槽槽道方向的干涸点高度(润湿高度)进行了测量,并对微槽几何尺寸、工质等因素对润湿高度的影响进行了实验研究.实验结果表明:微槽群的高强度的强化换热特性是由薄液膜蒸发和核态沸腾换热的共同作用造成的;发生沸腾换热现象时,微槽内的液体润湿高度随着输入加热功率的增加能得到有限度地升高;一定热负荷下,微槽较深、较宽以及微槽群密度较大时液体的润湿高度较高;在微槽内发生核态沸腾的情形下,甲醇的润湿高度要远大于乙醇和蒸馏水.     

用人工神经网络方法研究烷烃结构与辛烷值,沸点的关系

本文用人工神经网络拟合直链烷烃分子结构参数与其沸点和辛烷值，取得满意结果。     

人工神经网络方法预测乙烷氟氯衍生物的常压沸点

用ＢＰ算法，采取两个惯性项的惯性主以重系数方法和新的学习步长调整法，对乙烷氟氯衍生物的常压沸点作预测，根据预测出的沸点数据提指出了ＣＦ１１，ＣＦＣ１２和ＣＦＣ１１３的一些可能的代用品。由于采用新的训练策略，网络的收敛速度得到提高。     

说话人识别中基于Fisher比的特征组合方法

为了提高说话人识别的准确率,可以同时采用多个特征参数,针对综合特征参数中各维分量对识别结果的影响可能不一样,同等对待并不一定是最优的方案这个问题,提出基于Fisher准则的梅尔频率倒谱系数(MFCC)、线性预测梅尔倒谱系数(LPMFCC)、Teager能量算子倒谱参数(TEOCC)相混合的特征参数提取方法。首先,提取语音信号的MFCC、LPMFCC和TEOCC三种参数;然后,计算MFCC和LPMFCC参数中各维分量的Fisher比,分别选出六个Fisher比高的分量与TEOCC参数组合成混合特征参数;最后,采用TIMIT语音库和NOISEX-92噪声库进行说话人识别实验。仿真实验表明,所提方法与MFCC、LPMFCC、MFCC+LPMFCC、基于Fisher比的梅尔倒谱系数混合特征提取方法以及基于主成分分析(PCA)的特征抽取方法相比,在采用高斯混合模型(GMM)和BP神经网络的平均识别率在纯净语音环境下分别提高了21.65个百分点、18.39个百分点、15.61个百分点、15.01个百分点与22.70个百分点;在30 dB噪声环境下,则分别提升了15.15个百分点、10.81个百分点、8.69个百分点、7.64个百分点与17.76个百分点。实验结果表明,该混合特征参数能够有效提高说话人识别率,且具有更好的鲁棒性。     

An algorithm for the computation of the hyper-Wiener index for the characterization and discrimination of branched acyclic molecules

An algorithm for the computation of the hyper-Wiener index ω of trees (i.e. branched acyclic molecules) is presented. The input for the algorithm is the list of connections. Multiple linear regression equation was derived between boiling points, ω and the flexibility index p in series of acyclic heptane, octane and nonane isomers. The multiple correlation coefficients obtained for the regression equations were equal to r = 0.992 (heptane), r = 0.975 (octane) and r = 0.960 (nonane).