人工神经网络预测固体化合物中阳离子的标准熵  

ANN study on the standard entropies of cation in solid compounds

作　　者：王凤英 李梅[1] 

机构地区：[1]青海民族大学化学与生命科学学院,西宁810007

出　　处：《西南民族大学学报（自然科学版）》2013年第4期538-542,共5页Journal of Southwest Minzu University(Natural Science Edition)

摘　　要：用2个描述符作为神经网络的输入参数,用这些结构描述符和35种固体化合物阳离子标准熵建立了神经网络模型,建立的贝叶斯正则化网络和径向基网络整体性能稳定,预测准确度高,是一种很好的预测阳离子标准熵的方法.This paper studies the predicted results with the standard entropies of 35 cation in solid compounds based on ANN network and the results show that the modles have relation cofficients, good stability and good predictability.

关 键 词：贝叶斯正则化网络 径向基网络 阳离子标准熵 

分 类 号：O64[理学—物理化学]