用Boosting算法预测多硝基芳香族化合物的密度

• 作者: 张海 王尧 胡荣祖 赵凤起 陈冰 高红旭
• 来源期刊: 火炸药学报
• 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
• 年，卷（期）: 2007,（5）
• 页码范围: 5-7
• 页数: 3页
• 分类号: TJ55|O625.61
• 语种: 中文
• DOI: 10.3969/j.issn.1007-7812.2007.05.002

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡荣祖		71	440	12.0	16.0
2	赵凤起		384	4375	31.0	48.0
3	高红旭		91	708	15.0	19.0
4	张海	西北大学数学系	42	143	6.0	9.0
8	王尧	西安交通大学信息科学与系统科学研究所	12	26	3.0	4.0
9	陈冰	西安交通大学信息科学与系统科学研究所	9	33	4.0	5.0