基于拓扑结构的碱金属化合物摩尔磁化率的支持向量回归研究
(0) 基于经典电动力学导出的表征简单离子磁化率的磁性点价gi所构建的分子磁性连接性指数mF及45种碱金属化合物的摩尔磁化率χm的实测数据集,利用粒子群寻优的支持向量回归(SVR)方法,建立了基于0F和1F的碱金属化合物χm的预测模型,并与基于多元线性回归(MLR)模型的计算结果进行了比较。结果显示,基于9次交叉验证的SVR模型预测的平均绝对误差、平均相对误差绝对值以及均方根误差均比MLR模型小,表明SVR模型的回归预测能力优于MLR。研究表明,磁性连接性指数mF是一种合适的分子描述符,SVR是一种预测碱金属化合物χm的有效方法。
碱金属化合物 摩尔磁化率 支持向量回归 拓扑结构
蔡从中 庄魏萍 温玉锋 朱星键 裴军芳 肖婷婷
重庆大学应用物理系,重庆,400044
国内会议
广州
中文
272-277
2008-11-01（万方平台首次上网日期，不代表论文的发表时间）