基于正则化方法的化合物密度主因子选择
2018-01-23丁毅涛
价值工程 2017年28期
丁毅涛
摘要:用正则化方法结合最小角回归算法(Lars)对影响多硝基芳香族化合物(PNAcs)密度的主因子进行研究,通过以多硝基芳香族化合物中的分子结构描述码为参数,构造L正则化模型,考虑不同的最大迭代次数,选取影响分子描述码,依据相关的平均影响程度给出相应主要影响分子描述码,预测密度值與参考值相对误差在7.7%以内。
关键词:正则化;最小角回归;多硝基芳香族化合物;主因子endprint
2018-01-23丁毅涛
丁毅涛
摘要:用正则化方法结合最小角回归算法(Lars)对影响多硝基芳香族化合物(PNAcs)密度的主因子进行研究,通过以多硝基芳香族化合物中的分子结构描述码为参数,构造L正则化模型,考虑不同的最大迭代次数,选取影响分子描述码,依据相关的平均影响程度给出相应主要影响分子描述码,预测密度值與参考值相对误差在7.7%以内。
关键词:正则化;最小角回归;多硝基芳香族化合物;主因子endprint