典型文献
多组件学习器实现有机分子沸点的精准预测
文献摘要：
沸点(BP)是有机分子液体的基本物理化学量,也是化学工业生产中的重要参数.有机分子的沸点由分子结构决定,呈现复杂的结构-沸点关系,函数法(Function Method)、基团贡献法(Group Contribution Method)等传统方法无法应对复杂多样有机分子结构的预测,应用范围狭窄,预测精度低.本研究中,我们利用基于人工神经网络(ANN)和支持向量机(SVM)的多组件学习器实现有机分子沸点的精准预测.我们构建了基于可解释性描述符的ANN、基于相关性描述符的ANN及基于复合分子指纹的SVM三个异质模型,并通过包含4550个各种类别的有机分子沸点的数据集进行训练得到了三个异质性学习器,最后集成三个学习器对有机分子沸点进行预测.相比于传统方法和此前的定量结构性质关系(QSPR)模型,多组件模型结合了三种模型的优点,展现出很好的预测精度和泛化能力以及低的过拟合,实现了对多种类型有机分子的沸点的有效预测.
文献关键词：
化学信息学;机器学习;异质学习模型;人工神经网络;支持向量机;集成学习;有机分子沸点
中图分类号：
作者姓名：
刘雨泽;李昆华;黄佳兴;于曦;胡文平
作者机构：
天津大学化学系 天津300072;天津大学天津市分子光电科学重点实验室 天津300072
文献出处：
引用格式：
[1]刘雨泽;李昆华;黄佳兴;于曦;胡文平-.多组件学习器实现有机分子沸点的精准预测)[J].化学学报,2022(06):714-723
A类：
有机分子沸点,异质学习模型
B类：
精准预测,本物,物理化学,化学工业,重要参数,分子结构,Function,Method,基团贡献法,Group,Contribution,人工神经网络,ANN,可解释性,描述符,分子指纹,练得,此前,定量结构性质关系,QSPR,泛化能力,过拟合,多种类型,化学信息学,集成学习
AB值：
0.275444
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
