论文部分内容阅读
选择9个化学参数和合适的扩展系数,对一批26个拮抗药化合物的活性建立了广义回归神经网络识别模式.选择21个样本为训练集,5个样本为预测集.结果表明,该种网络具有设计简单与收敛快的优点,可用于小样本问题的学习,获得满意的预测结果.
广义回归神经网络用于拮抗药化合物活性的模式识别
【摘 要】
：
选择9个化学参数和合适的扩展系数,对一批26个拮抗药化合物的活性建立了广义回归神经网络识别模式.选择21个样本为训练集,5个样本为预测集.结果表明,该种网络具有设计简单与
【机 构】
：
川北医学院化学教研室
【出 处】
：
数理医药学杂志
【发表日期】
：
2006年4期
其他文献