《表3 各模型对14种化合物的logt1/2预测值》
与前人研究模型相比,本研究模型数据集增加了药物类化合物,使模型预测范围更广泛。其次,在Arnot等[14]和Brown等[15]的研究中,存在14个预测效果不好的化合物,在Papa等[6]的研究中部分化合物的预测结果得到优化。这些化合物包含在本研究模型的训练集和验证集中,表3给出了14种化合物的logt1/2实验值以及在此前各个模型中的预测最优值,可以看出,除了2,3,4,5-四氯硝基苯和六氯苯,其余化合物的预测准确度都有不同程度的提升,且SVM模型明显优于其他几种线性模型。另外,本研究的数据集中共包含28个氟化物,此前的研究[6,14-15]对这些化合物很难准确预测,而在本研究中,MLR法建立的模型中14种氟化物δ<1,预测较为准确,SVM法中21种氟化物也得到较准确的预测。
图表编号 | XD0094187000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 张文灏、陈景文、徐童、王雅 |
绘制单位 | 工业生态与环境工程教育部重点实验室大连理工大学环境学院、工业生态与环境工程教育部重点实验室大连理工大学环境学院、工业生态与环境工程教育部重点实验室大连理工大学环境学院、工业生态与环境工程教育部重点实验室大连理工大学环境学院 |
更多格式 | 高清、无水印(增值服务) |