曹洪印
- 作品数：20 被引量：40H指数：5
- 供职机构：南京工业大学更多>>
- 发文基金：国家自然科学基金教育部“新世纪优秀人才支持计划”国家教育部博士点基金更多>>
- 相关领域：环境科学与工程化学工程理学自动化与计算机技术更多>>
- 应用原子类型AI指数预测烃类燃烧热被引量：2
- 2010年
- 以基于Xu指数的原子类型AI指数作为分子结构描述符,表征了80个液态烃的分子结构特征,并分别结合人工神经网络和多元线性回归方法,对这80种液态烃的燃烧热进行定量结构-性质相关性建模和预测研究。结果表明,基于Xu指数的原子类型AI指数能很好地表征烃类物质的分子结构特征。所建的最佳预测模型为基于Xu指数的原子类型AI指数多元线性回归模型,模型复相关系数为0.999,对测试集的平均预测相对误差为0.637%,模型预测值与实验值的一致性令人满意。
- 曹洪印蒋军成潘勇
- 关键词：定量结构-性质相关性液态烃燃烧热
- 纳米金属氧化物对人体细胞毒性效应的构效关系研究
- 2023年
- 为建立高效的纳米金属氧化物细胞生物毒性构效关系预测模型,研究了20种纳米金属氧化物在不同生物条件下对人正常肺上皮细胞(BEAS-2B)和角质层细胞(HaCaT)的毒性效应构效关系,并首次将元素周期描述符(定量描述符)与试验条件参数(定性描述符)相结合,共同表征金属氧化物的纳米结构特征。在采用支持向量机-特征递归消除法(Support Vector Machine-Recursive Feature Elimination,SVM-RFE)筛选的最优描述符作为输入参数的基础上,分别应用支持向量机(Support Vector Machine,SVM)和随机森林(Random Forest,RF)2种高效的建模方法,建立纳米材料构效关系(Structure-Activity Relationships for Nanoparticals,Nano-SAR)预测模型。2个算法训练集的准确率(ACC)均大于0.9,内部验证准确率均大于0.7,测试集外部验证的准确率也均大于0.8,模型验证结果表明2个算法均具有良好的稳定性和较强的预测能力。对比2个算法研究结果表明,RF算法优于SVM算法,且优于文献报道的已有算法。模型机理解释结果表明,水合粒径和电负性是影响两种细胞毒性的主要因素。
- 曹洪印袁蓓蕾潘勇潘勇
- 关键词：环境科学技术基础学科纳米金属氧化物生物毒性构效关系
- QSPR方法预测硝胺化合物撞击感度被引量：2
- 2009年
- 基于定量结构-性质相关性(QSPR)原理,研究了硝胺化合物撞击感度与其分子结构间的内在定量关系。根据分子结构计算用于反映分子结构信息的35个结构参数;应用遗传算法筛选出与撞击感度密切相关的5个参数作为分子描述符;采用多元线性回归方法对分子描述符与撞击感度之间的内在定量关系进行模拟,建立了根据分子结构预测硝胺化合物撞击感度的数学模型。分别采用内部验证及外部验证的方式对模型性能进行了验证。结果表明,模型具有较高的稳定性、预测能力及泛化性能。该方法的提出为工程上预测硝胺化合物撞击感度提供了一种新途径。
- 王睿蒋军成潘勇曹洪印崔毅
- 关键词：撞击感度遗传算法
- 羧酸及其衍生物急性毒性的QSAR研究被引量：11
- 2010年
- 基于定量结构-活性相关性(QSAR)原理,研究了27种羧酸及其衍生化合物结构与其急性毒性LC50之间的内在定量关系。应用遗传算法从大量结构参数中优化筛选出与LC50最为密切相关的五个参数作为分子描述符,得出影响羧酸及其衍生物急性毒性的主要结构特征为分子的大小及其空间效应等。分别采用支持向量机(SVM)方法和多元线性回归(MLR)方法建立了相应的QSAR预测模型,并对所建模型分别进行了内部验证和外部验证。结果表明,两种模型均具有较高的稳定性、预测能力及泛化性能。其中,支持向量机模型对训练集和预测集样本的预测平均绝对误差分别为0.149和0.211,优于多元线性回归方法所得结果。
- 崔毅蒋军成潘勇曹洪印王睿
- 关键词：定量结构-活性相关遗传算法支持向量机LC50
- 一种受限空间作业实训装置
- 本实用新型公开了一种受限空间作业实训装置，包括反应器，所述反应器设有用于人进出反应器内部的人孔。本实用新型提供的一种受限空间作业实训装置，为受限空间作业的教学设备，能够展示某反应器基本结构，能够进入反应器内部进行相关的检...
- 陆春荣曹洪印许宁
- 文献传递
- 基于支持向量机的脂肪族化合物急性毒性的QSAR研究被引量：3
- 2009年
- 基于定量结构-活性相关性(QSAR)原理,研究了106种脂肪族化合物结构与其急性毒性LC_(50)(半数致死浓度)之间的内在定量关系。应用遗传算法从大量结构参数中优化筛选出与LC_(50)最为密切相关的4个参数作为分子描述符,分别采用支持向量机(SVM)方法和多元线性回归(MLR)方法建立了相应的QSAR预测模型。分别采用内部验证及外部验证的方式对所建模型性能进行了验证。研究表明,2种模型均具有较高的稳定性、预测能力及泛化性能。其中支持向量机模型对训练集和预测集样本的预测平均绝对误差分别为0.336和0.364,优于多元线性回归方法所得结果。
- 崔毅蒋军成潘勇曹洪印王睿
- 关键词：定量结构-活性相关脂肪族化合物LC50支持向量机
- 基于遗传算法的有机化合物燃爆特性预测方法
- 一种基于遗传算法的有机化合物燃爆特性预测方法，它基于有机物的各种燃爆特性由其分子结构决定，而分子结构可以用反映分子结构特征的各种参数来描述，即有机物的燃爆特性可以用化学结构参数的函数来表示。本发明首先根据有机物分子结构，...
- 蒋军成潘勇王睿曹洪印
- 文献传递
- 应用定量结构-性质相关性研究预测液态烃燃烧热被引量：1
- 2009年
- 分别以基于Xu指数的原子类型AI指数和电性拓扑状态指数作为分子结构描述符表征80个液态烃的分子结构特征,并分别结合人工神经网络和多元线性回归方法,对这80个液态烃的燃烧热进行定量结构-性质相关性建模和预测研究.结果表明,基于Xu指数的原子类型AI指数能更好地表征液态烃物质的分子结构特征,且液态烃燃烧热与分子结构间的线性关系要强于非线性关系.所建立的最佳预测模型为基于Xu指数的原子类型AI指数多元线性回归模型,其模型复相关系数为0.999,对测试集的平均预测相对误差为0.637%,模型预测值与实验值具有较好的一致性.
- 曹洪印蒋军成潘勇王睿
- 关键词：定量结构-性质相关性液态烃燃烧热
- 基于电性拓扑态指数的液态烃类燃烧热预测被引量：1
- 2008年
- 以原子类型电性拓扑状态指数(ETSI)有效表征122个液态烃类物质的分子结构,并分别应用人工神经网络和多元线性回归方法,对这122种液态烃类物质的燃烧热进行关联和预测研究,建立应用电性拓扑状态指数预测烃类物质燃烧热的定量结构—性质相关性(QSPR)研究模型。应用人工神经网络和多元线性回归方法对训练集样本的预测平均相对误差分别为1.17%和0.95%,对测试集20种烃类物质的预测平均相对误差分别为1.49%和1.05%。实验结果表明,无论采用人工神经网络法还是多元线性回归法,燃烧热预测值与实验值一致性均令人满意。可见应用电性拓扑态指数法预测液态烃的燃烧热是可行的,为工程上提供了一种根据物质结构预测烃类物质燃烧热的新途径。
- 曹洪印蒋军成潘勇王睿
- 关键词：燃烧热
- 基于定量结构-性质相关性的烃类物质爆炸下限预测研究
- 烃类物质是石油化工生产中重要的原材料及产品之一,各种烃类物质的爆炸极限数据对于化工过程设计及危险性评估等有着重要的应用价值.本文基于定量结构-性质相关性(QSPR)原理,研究了烃类物质爆炸下限与其分子结构间的内在定量关系...
- 潘勇蒋军成王睿曹洪印崔毅
- 关键词：石油化工分子结构理化性质遗传算法支持向量机
- 文献传递
