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%....

Full description

Saved in:
Bibliographic Details
Published inBopuxue zazhi Vol. 22; no. 3; pp. 269 - 276
Main Author 吴雪梅 杨晓慧 刘志强 韩敏 范磊刚 廖显威
Format Journal Article
LanguageChinese
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 AccessGet full text
ISSN1000-4556
DOI10.3969/j.issn.1000-4556.2005.03.005

Cover

More Information
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