论文研究-基于降噪自编码神经网络的化合物毒性预测方面的研究.pdf
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。
文件下载
评论信息
其他资源
- 基于单片机的空气质量检测系统设计
- 安装thermo xcalibur 2.2必须的foundation 2.0安装文件
- 硬件IIC驱动时钟芯片BL5372
- Cisco IOS 镜像 ASA L2 L3 c2900 c3660 c7200
- 华为官方解压工具，提取update.app 文件
- BGP、OSPF、RIG协议仿真C++代码
- 应用随机过程 林元烈
- 汇川PLC与上位机（PC）通信VB源码（H2U加以太网板卡）
- OCP-IP协议3.0
- SSD3答案（包含两个版本）
- 广州市公交车站
- MT2625_Reference_Manual_V1.0.pdf
- 广东工业大学《博弈论》历年期末考试试卷（含答案）.pdf
- gradle5.4.1.zip
- 收款收据(打印)模板
- 新概念模拟电路第二册 负反馈和运算放大器基础（西电杨建国《你好放大器作者》）
- 阿里 Rocketmq4.2 安装包下载
- 操作系统 高相应比优先（java实现带界面）
- 李炎恢Bootstrap视频教程配套讲义.pdf
- javaMD5加密
- tinyOS 路由样例代码
- WebLogic v9.2 EJB和JNDI Demo
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明