文献类型：期刊文章

作　　者：张晓晨[1] 周家驹[1]

机构地区：[1]中国科学院化工冶金研究所计算机化学开放实验室

出　　处：《计算机与应用化学》

基　　金：国家基金

年　　份：1995

卷　　号：12

期　　号：3

起止页码：186-191

语　　种：中文

收录情况：CAS、CSCD、CSCD2011_2012、JST、ZGKJHX、普通刊

摘　　要：人工神经网络（ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋ，ＡＮＮ）对于处理非线性体系建立模型有其独到之处，尤其近些年来将人工神经网络用于药物定量构效关系（ＱｕａｎｔｉｔａｔｉｖｅＳｔｒｕｃｔｕｒｅ－ＡｃｔｉｖｉｔｙＲｅｌａｔｉｏｎｓｈｉｐｓ，ＱＳＡＲ）的研究已取得了令人欣慰的结果，这就使得越来越多的药物学家和化学家相信并采用这一方法。但是值得关注的是在应用ＡＮＮ方法分析和预报中存在着过拟合（Ｏｖｅｒｆｉｔｔｉｎｇ）的现象，这将影响模型的预报性能。为此本文提出了一种消除过拟合现象的方法，这种方法保证所得出模型在一定范围内有较可靠的预报能力（ＰｒｅｄｉｃｔＡｂｉｌｉｔｙ）。

关 键 词：人工神经网络 定量构效  收敛判据  药物设计

分 类 号：R962]