中药复杂组效关系的变结构神经网络辨识方法
Recognition Method of a New Feedforward Neural Network with Adaptive Structure for QCAR Modeling of Chinese Medicine作者机构:浙江大学药物信息学研究所杭州310027
出 版 物:《高等学校化学学报》 (Chemical Journal of Chinese Universities)
年 卷 期:2004年第25卷第11期
页 面:2004-2009页
核心收录:
学科分类:081704[工学-应用化学] 07[理学] 081104[工学-模式识别与智能系统] 08[工学] 0817[工学-化学工程与技术] 070104[理学-应用数学] 070302[理学-分析化学] 0703[理学-化学] 0701[理学-数学] 0811[工学-控制科学与工程]
基 金:国家自然科学基金重大研究计划重点项目 (批准号 :90 2 0 90 0 5 ) 国家重点基础研究发展计划项目 (批准号 :G19990 5 44 0 5 )资助
摘 要:针对中药复杂组效关系的辨识问题 ,研究了变结构多层前馈神经网络 ,推导出一种新型的变结构网络学习算法 ,成功地应用于中药川芎药效活性预测计算 .该方法从一个规模较小的网络出发 ,当网络无法达到预定的学习精度时 ,自动增加隐含层神经元个数 ,并在原有学习结果的基础上确定新的网络参数 ,自适应地确定前馈神经网络结构 ,可用于处理复杂化学模式信息 .计算机仿真实验结果表明 ,该方法能有效地确定多层前馈神经网络的最佳结构 ,提高网络学习效率和函数逼近精度 ,解决复杂非线性函数映射关系准确建模问题 .