您的位置: 专家智库 > >

吉林省科技发展计划基金(20100114)

作品数:2 被引量:5H指数:1
相关作者:李鸿志吕英华高婷李辉苏忠民更多>>
相关机构:东北师范大学更多>>
发文基金:吉林省科技发展计划基金国家自然科学基金国家重点基础研究发展计划更多>>
相关领域:理学更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇理学

主题

  • 2篇密度泛函
  • 2篇密度泛函理论
  • 2篇泛函
  • 2篇泛函理论
  • 1篇有机小分子
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇支持向量机方...
  • 1篇神经网
  • 1篇神经网络
  • 1篇神经网络方法
  • 1篇最小二乘
  • 1篇最小二乘支持...
  • 1篇网络
  • 1篇网络方法
  • 1篇向量
  • 1篇向量机
  • 1篇小分子
  • 1篇量子化学
  • 1篇量子化学方法

机构

  • 2篇东北师范大学

作者

  • 2篇苏忠民
  • 2篇李辉
  • 2篇高婷
  • 2篇吕英华
  • 2篇李鸿志
  • 1篇陶委
  • 1篇韩博

传媒

  • 2篇高等学校化学...

年份

  • 2篇2012
2 条 记 录,以下是 1-2
排序方式:
最小二乘支持向量机方法用于提高低水平量子化学方法计算吸收能的精度被引量:1
2012年
运用B3LYP/STO-3G和ZINDO两种低水平的量子化学方法计算了160个有机分子的UV-Vis吸收光谱,然后提取合适的物理参数,并以实验值为基础,引入最小二乘支持向量机方法以提高吸收能的计算值精度.结果表明,最小二乘支持向量机方法可有效提高量子化学计算精度,体系的吸收能误差均方根分别从0.95和0.46 eV降低到0.16和0.15 eV.最小二乘支持向量机校正方法的引入可在较少的机时和计算资源下得到比单一的量子化学计算方法更为稳定和精确的计算结果,且可在现有计算条件下预测现有计算能力达不到的精度.因此,将最小二乘支持向量机方法用于量子化学数据分析,为化学研究准确、快捷地预测分子性质提供了一种新的研究手段.
高婷韩博李辉李鸿志吕英华苏忠民
关键词:有机小分子最小二乘支持向量机密度泛函理论
基于平均影响值的反向传播神经网络方法用于提高密度泛函理论计算Y-NO键均裂能精度被引量:5
2012年
将基于平均影响值(Mean impact value,MIV)的反向传播神经网络(Back propagation neural netowrk,BPNN)(MIV-BPNN)方法用于提高密度泛函理论(Density functional theory,DFT)计算Y—NO(Y=N,S,O及C)键均裂能的精度.利用量子化学计算和MIV-BPNN联合方法计算92个含Y—NO键的有机分子体系的均裂能.结果表明,相对于单一的密度泛函理论B3LYP/6-31G(d)方法,利用全参数下的BPNN方法计算92个有机分子均裂能的均方根误差从22.25 kJ/mol减少到1.84 kJ/mol,而MIV-BPNN方法使均方根误差减少到1.36 kJ/mol,可见B3LYP/6-31G(d)和MIV-BPNN联合方法可以提高均裂能的量子化学计算精度,并可预测实验上无法获取的均裂能值.
李鸿志陶委高婷李辉吕英华苏忠民
关键词:密度泛函理论反向传播神经网络
共1页<1>
聚类工具0