共 4 条
- [1] Drug design by machine learning: support vector machines for pharmaceutical data analysis[J]. COMPUTERS & CHEMISTRY, 2001, 26 (01): : 5 - 14Burbidge, RTrotter, MBuxton, BHolden, S
- [2] 模式识别方法在化学化工中的应用.[M].陈念贻等著;.科学出版社.2000,
支持向量机算法用于C60溶解度的热力学分析
被引：6
作者：
叶晨洲
李国正
姚莉秀
陈念贻
陆文聪
机构：
[1] 上海交通大学图象及模式识别研究所,上海交通大学图象及模式识别研究所,上海交通大学图象及模式识别研究所,上海大学理学院化学系计算机化学研究室,上海大学理学院化学系计算机化学研究室上海,上海,上海,上海,上海
来源：
关键词：
C60的溶解度;
溶剂化合物;
QSAR;
热力学分析;
支持向量回归;
D O I：
10.16866/j.com.app.chem2002.06.015
中图分类号：
O645 [溶液];
学科分类号：
摘要：
C60在许多溶剂中形成分子比各不相同的溶剂化合物。因此其实测溶解度实际上是各种不同配比的溶剂化合物的溶解度。所以将各种实测的溶解度数据直接进行对比作QSAR分析是不合适的。本工作改用C60实测溶剂化自由能换算溶解度为C60的“推算溶解度”作多变量分析。采用预报能力强的支持向量回归算法,对C60的溶解过程的热力学函数的规律作了初步探讨。
引用
收藏
页码：729 / 730
页数：2
相关论文