| 人工神经网络用于地下水挥发性有机物定量结构-色谱保留模型的研究 |
| |
| 引用本文： | 何琴,张永青,黄保军,王淑敏. 人工神经网络用于地下水挥发性有机物定量结构-色谱保留模型的研究[J]. 湖北农业科学, 2016, 0(13): 3456-3458. DOI: 10.14088/j.cnki.issn0439-8114.2016.13.047 |
| |
| 作者姓名： | 何琴 张永青 黄保军 王淑敏 |
| |
| 作者单位： | 1. 许昌学院化学化工学院,河南许昌,461000;2. 许昌学院表面微纳米材料研究所/河南省微纳米能量储存与转换材料重点实验室,河南许昌,461000 |
| |
| 基金项目： | 许昌学院优秀青年骨干教师资助项目 |
| |
| 摘 要： | 利用人工神经网络模型(artificial neural network,ANN)以分子电性距离适量和保留时间分别作为输入和输出,建立了地下水26个挥发性有机物的定量结构-色谱保留相关关系模型(quantitative structure-retention relationship,QSRR),所构建网络模型的相关系数为0.998 5,留一交叉检验应用于训练集,其相关系数为0.998 3,该模型应用于外部预测集,其相关系数为0.979 5;而多元线性回归(Multiple Linear regression,MLR)法模型的相关系数为0.949 2,留一交叉检验相关系数为0.897 8。结果表明,ANN模型具有较准确的预测能力,并获得了较好的拟合效果。
|
| 关 键 词： | 定量结构-色谱保留模型 地下水 挥发性有机物 保留时间 人工神经网络 |
Study of QSRR on Volatile Compounds in Groundwater using Artificial Neural Network |
| |
| Abstract: | |
| |
| Keywords: | quantitative structure retention relationship volatile compounds retention time artificial neural network |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
