基于PCA及SVM对含能化合物结构性能预测

• 作者: 贺曼 陈莉
• 来源期刊: 科技与创新
• 关键词: 主成分分析 支持向量机 含能化合物
• 年，卷（期）: 2008,（24）
• 所属期刊栏目: 软件时空
• 页码范围: 192-193,198
• 页数: 3页
• 分类号: TP
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2008.24.076

摘要

本文使用PCA(主成分分析)算法对含能化合物的结构参数进行数据预处理,这可降低数据维数和提取数据特征信息,将预处理后的数据作为SVM(支持向量机)算法的输入,通过SVM同归算法来建立含能化合物分子结构和性能之间的定量关系模型.结果表明,该模型能较好的反应含能化合物分子结构和性能之间的关系,具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈莉	西北大学信息科学与技术学院	67	651	17.0	22.0
2	贺曼	西北大学信息科学与技术学院	5	13	1.0	3.0