原创力文档- 1、本文档共43页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
机器学习辅助分子性质预测与燃料筛选
目录
机器学习辅助分子性质预测与燃料筛选（1）．．．．．．．．．．．．．．．．．．．．4
内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.2研究意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.3研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
机器学习概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
2.1机器学习基本概念．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
2.2机器学习的主要类型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
2.3机器学习在化学领域的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
分子性质预测方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
3.1分子表征方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
3.2特征工程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
3.3常用机器学习模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
3.3.1线性模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
3.3.2非线性模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
3.3.3深度学习模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
燃料筛选策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
4.1燃料筛选的挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
4.2机器学习在燃料筛选中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
4.2.1数据驱动的筛选方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
4.2.2模型驱动的筛选方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
实验与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
5.1数据集准备．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
5.2模型训练与验证．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
5.2.1训练集和测试集划分．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
5.2.2模型参数调整．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
5.2.3模型评估指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
5.3结果分析与讨论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
5.3.1预测准确性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
5.3.2模型泛化能力分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
5.3.3模型解释性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
案例研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
6.1案例一．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
6.2案例二．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
机器学习辅助分子性质预测与燃料筛选（2）．．．．．．．．．．．．．．．．．．．29
一、内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
1.2文献
文档评论（0）