认识有机化合物专项训练单元 期末复习提优专项训练试题.doc
2021-11-17 13:02:03 567KB
认识有机化合物专项训练单元 期末复习提高题学能测试.doc
2021-11-17 13:02:02 295KB
医学-双呋喃取代俘精酸酐类光致变色化合物的合成方法.zip
2021-11-13 09:03:40 473KB
医学-具有通过带有相合熔融化合物的颗粒的固相粘结调节的组成的硫属元素化物PVD靶.zip
2021-11-12 09:03:04 1.06MB
医学-具有铋化合物的基于天然油的柔性聚氨酯泡沫的催化剂.zip
2021-11-12 09:03:03 1.81MB
医学-具有选择性雌激素活性的16,17-碳环缩合类固醇化合物.zip
2021-11-12 09:03:03 929KB
医学-半抗原化合物以及抗体.zip
2021-11-12 09:03:02 1.09MB
高温、高频、抗辐射、大功率器件;蓝、绿、紫光二极管、半导体激光器 更优的电子迁移率、带隙、击穿电压、高频、高温特性。
2021-11-11 17:03:19 2.4MB 第三代半导体 SIC 半导体材料
1
常规毒理学实验方法周期长、耗资高,对现代药物研发和环境化合物安全性评估具有局限性,通过对化合物毒理性研究,提取1 047维分子指纹特征,提出去噪自编码神经网络无监督学习机制及对腐败特征的自联想学习特性提取隐含毒性化合物特征,实现化合物毒性预测和毒性化合物的活性预测。该方法在化合物毒性预测和活性预测中的预测精度分别为79.825%、80.85%,敏感性分别为79.62%、80.25%,特异性分别为80.03%、81.45%。实验结果表明,去噪自编码网络较浅层机器学习更适用于高通量化合物毒性预测,较传统自编码网络更具优越性。
1