首页 | 本学科首页   官方微博 | 高级检索  
     

用Boosting算法预测多硝基芳香族化合物的密度
引用本文:张海 王尧 陈冰 胡荣祖 高红旭 赵风起. 用Boosting算法预测多硝基芳香族化合物的密度[J]. 兵工学报(光化工分册), 2007, 30(5): 5-7
作者姓名:张海 王尧 陈冰 胡荣祖 高红旭 赵风起
作者单位:[1]西北大学数学系,陕西西安710069 [2]西安交通大学信息科学与系统科学研究所,陕西西安710049 [3]西安近代化学研究所,陕西西安710065
基金项目:火炸药燃烧国防科技重点实验室基金(No、9140C350105070C3501)
摘    要:采用Boosting算法对多硝基芳香族化合物(PNACs)的密度进行预估。选用分子结构描述码作为输入特征参数。结果表明,PNACs的密度与其分子结构存在良好的相关性,与人工神经网络相比,Boosting算法对预测的准确性有显著提高,预测结果的相对误差都在8%以内。

关 键 词:物理化学 人工神经网络 Boosting算法 密度预估 多硝基芳香族化合物
文章编号:1007-7812(2007)05-0005-03
收稿时间:2007-06-28
修稿时间:2007-07-31

Prediction on Densities of Polynitroaromatic Compounds via Boosting Algorithm
ZHANG Hai WANG Yao, CHEN Bing, HU Rong-zu, GAO Hong-xu, ZHAO Feng-qi. Prediction on Densities of Polynitroaromatic Compounds via Boosting Algorithm[J]. , 2007, 30(5): 5-7
Authors:ZHANG Hai WANG Yao   CHEN Bing   HU Rong-zu   GAO Hong-xu   ZHAO Feng-qi
Abstract:
Keywords:physical chemistry   artificial neural network   Boosting algorithm   density prediction    PNACs
本文献已被 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号