采用BP神经网络研究C—F键核自旋偶合常数
通常理论研究核自旋偶合常数的方法是基于线性模型进行拟合和预测,该方法在拟合和预测中仍有较大误差,本文在前面工作的基础上,提出了基于非线性模型对C—F键核自旋偶合常数进行研究的观点,采用BP神经网络方法对C—F键核自旋偶合常数的函数关系式进行拟合,并用拟合结果对4种化合物的偶合常数进行预测.结果表明,采用非线性的BP神经网络方法其训练效果与预测效果均优于线性模型方法;其预测误差对文中的4种化合物不超过0.40%....
Saved in:
Published in | Bopuxue zazhi Vol. 22; no. 3; pp. 269 - 276 |
---|---|
Main Author | |
Format | Journal Article |
Language | Chinese |
Published |
西安文理学院,化学系,陕西,西安,710065%第二炮兵工程学院,陕西,西安,710025%四川师范大学,化学学院,四川,成都,610068
2005
|
Subjects | |
Online Access | Get full text |
ISSN | 1000-4556 |
DOI | 10.3969/j.issn.1000-4556.2005.03.005 |
Cover
Summary: | 通常理论研究核自旋偶合常数的方法是基于线性模型进行拟合和预测,该方法在拟合和预测中仍有较大误差,本文在前面工作的基础上,提出了基于非线性模型对C—F键核自旋偶合常数进行研究的观点,采用BP神经网络方法对C—F键核自旋偶合常数的函数关系式进行拟合,并用拟合结果对4种化合物的偶合常数进行预测.结果表明,采用非线性的BP神经网络方法其训练效果与预测效果均优于线性模型方法;其预测误差对文中的4种化合物不超过0.40%. |
---|---|
Bibliography: | NMR, non-linear regression, BP neural network, spin-spin coupling constant 42-1180/04 O641.13 |
ISSN: | 1000-4556 |
DOI: | 10.3969/j.issn.1000-4556.2005.03.005 |