基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出将交叉验证方法和逐步回归方法相结合实现建模变量的筛选,与RBF网络相结合用于建立定量构效关(QSAR)研究的数学模型,并用于不对称有机磷的QSAR研究.结果表明该方法是有效的.
推荐文章
基于逐步回归法的BP神经网络在大坝渗流分析中的应用
渗流
逐步回归法
BP-神经网络
混合模型
基于熵的RBF神经网络在软测量中的应用
RBF神经网络
熵聚类
信息熵
COD软测量
RBF神经网络在指向模型中的应用
RBF
全天指向模型
过拟和
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于交叉验证的逐步回归结合RBF神经网络在QS AR中的应用
来源期刊 南京化工大学学报(自然科学版) 学科 工学
关键词 交叉验证 逐步回归 RBF网络 QSAR
年,卷(期) 2001,(5) 所属期刊栏目
研究方向 页码范围 25-27
页数 4页 分类号 TP389.1|TP183
字数 2284字 语种 中文
DOI 10.3969/j.issn.1671-7627.2001.05.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蔡瑞英 南京化工大学信息科学与工程学院 6 53 2.0 6.0
2 王威 南京化工大学信息科学与工程学院 3 3 1.0 1.0
3 林九虎 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (16)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(5)
  • 参考文献(3)
  • 二级参考文献(2)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
交叉验证
逐步回归
RBF网络
QSAR
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南京工业大学学报(自然科学版)
双月刊
1671-7627
32-1670/N
大16开
南京市浦珠南路30号
1979
chi
出版文献量(篇)
3082
总下载数(次)
9
总被引数(次)
24308
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导