Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Khadidja Amirat"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • No Thumbnail Available
    Item
    Modélisation de la rétention chromatographique et du facteur de bioaccumulation d’une série de polluants toxiques (Pesticides ; Polychlorobiphényles(PCBs); Hydrocarbures Aromatiques Polycycliques(HAPs)
    (2016) Khadidja Amirat
    Trois modéles : structure / temps de rétention ; structure /facteur de bioaccumulation et structure / indice de rétention ont été recherchés pour des composés toxiques (Pesticides, PCBs,HAPs ), tout en favorisant des approches hybrides : algorithme génétique / régression linéaire multiple pour les temps et les indices de rétention et simple pour le facteur de bioaccumulation , Les trois ensembles des données ont été divisés en deux sous-ensembles: un ensemble de calibrage pour la construction du modèle et un ensemble de test selon l’algorithme Kennard et Stone pour les deux variables temps de rétention et facteur de bioaccumulation et un choix aléatoire pour la variable indice de rétention des HAPs. les paramètres structurels étant calculées avec les logiciels Spartan ;Hyperchem et DRAGON. Parmi une centaine de modèles obtenues, nous avons choisi celle qui présentent les meilleures valeurs du paramètre de prédiction (Q²) et du coefficient de détermination (R2 ) pour les trois variables à expliquer .La fiabilité du deux modèles proposés a également été illustré en utilisant diverses techniques d'évaluation: leave- Many-out, la procédure de validation croisée, test de randomisation, et la validation par l'ensemble de test.

DSpace software copyright © 2002-2026 LYRASIS

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback