神经网络和多元线性回归筛选QSAR模型结构参数  

The screening of structure parameters in QSAR using multivariate linear regression and neural network.

作　　者：高大文[1] 王鹏[2] 

机构地区：[1]东北林业大学森林资源与环境学院,黑龙江哈尔滨150040 [2]哈尔滨工业大学市政环境工程学院,黑龙江哈尔滨150090

出　　处：《中国环境科学》2005年第B06期34-38,共5页China Environmental Science

基　　金：黑龙江省自然科学基金资助项目(E0230);哈尔滨工业大学跨学科交叉研究基金项目(HITMD2000-28)

摘　　要：在人工神经网络信息流分析的基础上,通过比较人工神经网络模型中的连接权值和阈值建立了筛选定量构效关系中分子结构参数的新方法.结果表明,采用人工神经网络筛选得到的结构参数构建定量构效关系模型,其模型质量和预测能力均优于多元线性回归方法筛选得到的结构参数所构建的定量构效关系模型.Based on the analysis of information flow of artificial neural network (ANN), a new screening technique of the molecular structure parameter in quantitative structure-activity relationship (QSAR) was established through comparing the values of connection weights and threshold in the ANN model. Model quality and prediction ability of QSAR model established with screening adopting ANN, were better than the model adopting multivariate linear regression technique.

关 键 词：人工神经网络 定量构效关系(QSAR) 有机化学品 生物毒性 

分 类 号：X503[环境科学与工程—环境工程]