论文部分内容阅读
使用KPCA（核主成分分析）对含能化合物的结构参数进行参数选择,在保持原有数据主要信息的情形下,得到数据的主成分。将降维后的特征信息作为GRNN（广义回归神经网络）的输入,含能化合物的性能数据作为输出,建立非线性的定量含能化合物结构性能关系预测模型。与PCA_GRNN模型的比较表明,该模型能很好地反映含能化合物结构和性能之间的关系,具有较高的预测正确率。