- 相關(guān)推薦
基于SVR和k-近鄰群的組合預(yù)測在QSAR中的應(yīng)用
為提高定量構(gòu)效關(guān)系(QSAR)研究的預(yù)測精度,發(fā)展了一種新的基于支持向量機回歸(SVR)非線性篩選分子結(jié)構(gòu)描述符、基于k-近鄰群的非線性組合預(yù)測方法.首先以均方誤差(MSE)最小為原則,以留一法通過多輪末尾淘汰實施分子結(jié)構(gòu)描述符的非線性SVR汰選并給出最優(yōu)核函數(shù)和相應(yīng)保留描述符;其次基于待測樣本與訓(xùn)練樣本保留描述符向量的歐氏距離,以不同k-近鄰群子模型雙重留一法預(yù)測值反映樣本集的異質(zhì)性;然后基于MSE最小,以留一法通過多輪末尾淘汰實施近鄰群子模型的非線性SVR汰選并給出最優(yōu)核函數(shù)和相應(yīng)保留子模型;最后基于保留子模型以雙重留一法實施組合預(yù)測.以取代苯胺和苯酚類化合物對大型溞的QSAR實例驗證表明:新方法在所有參比模型中預(yù)測精度最高,且能更精細地反映描述符與化合物毒性間的非線性關(guān)系,具結(jié)構(gòu)風(fēng)險最小、非線性、適于小樣本,能有效克服過擬合、維數(shù)災(zāi)和局極小,非線性篩選描述符和子模型,非線性組合預(yù)測,自動選擇最優(yōu)核函數(shù)及其相應(yīng)參數(shù),泛化推廣能力優(yōu)異、預(yù)測精度高等諸多優(yōu)點,在QSAR研究中有廣泛應(yīng)用前景.
作 者： 袁哲明 熊潔儀 張永生 YUAN Zhe-ming XIONG Jie-yi ZHANG Yong-sheng 作者單位： 湖南農(nóng)業(yè)大學(xué)生物安全科學(xué)技術(shù)學(xué)院,湖南,長沙,410128 刊 名： 分子科學(xué)學(xué)報 ISTIC PKU 英文刊名： JOURNAL OF MOLECULAR SCIENCE 年，卷(期)： 2007 23(3) 分類號： O641 關(guān)鍵詞： 支持向量機回歸 定量構(gòu)效關(guān)系 均方誤差 非線性 -近鄰群 組合預(yù)測【基于SVR和k-近鄰群的組合預(yù)測在QSAR中的應(yīng)用】相關(guān)文章：
組合預(yù)測模型在物流需求預(yù)測中的應(yīng)用04-26
基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型在公路貨運量預(yù)測中的應(yīng)用04-27
組合GPS和GLONASS在民航中應(yīng)用的研究04-27
基于ARIMA和RBF網(wǎng)絡(luò)組合預(yù)測的慣性器件故障預(yù)報04-26
灰色組合模型在湖北省糧食單產(chǎn)預(yù)測中的應(yīng)用04-26
基于熵組合預(yù)測模型的害蟲種群動態(tài)研究04-26
基于組合權(quán)重的灰色關(guān)聯(lián)法在火電企業(yè)安全性評價中的應(yīng)用04-26
草稿筆工具在基于圖片請求的WebGIS中的應(yīng)用和實現(xiàn)04-26
Hilbert K-模上酉群的框架表示04-26