《表3 神经网络训练模型权重及阈值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《芳烃分子描述符的修正和沸点预测建模》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

训练得到了每个神经元的权重和阈值w（i，j）、w（j，k）、θ（j）、γ（k），如表3所示。由图7（a）可知，模型的线性相关系数提高到0.9936。芳烃沸点预测值均匀分布在对角线的两侧，预测效果较好。图7(b）显示了四分子描述符线性组合模型与神经网络沸点预测模型的残差分布，前者预测残差值分布在(-15 K，15 K）范围内，后者残差范围缩小至（-10 K，10 K）范围内，同时平均绝对误差从5.11 K降低到4.56 K，进一步提高了芳烃沸点的预测效果。Modran连接指数对芳烃结构的选择性大幅升高，但相关性却比Randi?指数略有降低。以Randi?指数为基础训练神经网络模型，沸点预测相关性系数为0.9941，平均绝对误差为4.42 K，预测效果与以Modran指数为基础的神经网络模型有轻微变化。结合图2和图3可知，Randi?指数对分子量较小的芳烃相关性好，而Modran指数对分子量较大的芳烃相关性更优。