论文部分内容阅读
为了构建径向基函数(RBF)神经网络模型,研究一批取代芳香族化合物结构与其大型蚤生物活性参数log(1/EC50)的关系,利用正交最小平方算法逐一选择非线性高斯函数的中心,并将归一化参数σ和容差ρ作为网络的系统参数,通过广程扫描确定其最佳值.采用种子聚类分析与简单随机抽样相结合的方法将化合物合理地划分为训练集和预测集.对构建的RBF网络模型的预测质量进行了不确定性分析.与回归模型相比,RBF网络具有较好的预测性能,模型预测的不确定性降低了30%.