版权说明 操作指南
首页 > 成果 > 详情

基于主成分分析-人工神经网络对氯苯酚毒性QSAR研究

认领
导出
下载 Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
肖方竹
作者机构:
南华大学公共卫生学院,湖南衡阳,421001
语种:
中文
关键词:
主成分分析;人工神经网络;氯苯酚;生物毒性;定量构效关系
关键词(英文):
Artificial neural network (ANN);Chlorophenols;Biology-toxicity;Quantitative structure-activity relationships (QSAR)
期刊:
毒理学杂志
ISSN:
1002-3127
年:
2012
卷:
26
期:
5
页码:
336-340
基金类别:
国家自然科学基金资助项目(11205084) 湖南省卫生厅科研项目(B2011-039) 衡阳市科研项目(2011KS2)
机构署名:
本校为第一机构
院系归属:
公共卫生学院
摘要:
目的研究20种氯苯酚生物毒性的定量构效关系(QSAR)。方法根据分子中原子i的结构特性和键的连接性,在分子图的邻接矩阵基础上构建了一组新的结构信息参数mE(m=0,1),结合氯苯酚主要电子结构参数,采用主成分分析法对样本数据集进行预处理,将得到的新的样本数据集输入人工神经网络,并构建氯苯酚对花鳞鱼、翻车鱼、鲑鱼、发光细菌等4种水生生物的毒性QSAR模型。结果采用主成分分析法对所有的结构参数(包括结构信息参数mE)进行预处理,减轻了人工神经网络的输入数,并集合了所有参数的信息,同时消除了输入因子的相关性并简化了网络的结构,大大地提高了网络的学习效率和性能。结论主成分分析-人工神...
摘要(英文):
Objective To study the quantitative structure-activity relationships(QSAR) on the biology-toxicity of 20 chlorophenols. Methods According to the structural characteristic and the valence connection bonding atom i, a novel structure information index mE ( m = 0,1 ) based on the adjacency matrix of molecule graph was introduced. Combining with electronic structure parameter of chlorophenols,the new principal components analysis ( PCA ) was used as input parameters of ANN analysis to predict the biology-toxicity parameters of chlorophenols, ...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com