- 相關推薦
基于支持向量機回歸與K-最近鄰法的組合預測用于除草劑QSAR建模
為了提高定量構效關系(QSAR)研究的預測精度,發展了一種基于支持向量機回歸(SVR)與K-最近鄰法(KNN)的組合預測方法:以均方誤差(MSE)最小為原則,基于SVR實施核函數尋優;基于MSE最小原則與最優核函數以SVR進行描述符篩選并得到保留描述符;通過"多輪末尾強制淘汰法"揭示各保留描述符對預測精度的影響程度;從保留描述符出發,以不同KNN預測值反映樣本集異質性并構建子模型,然后基于SVR以留一法實施組合預測.運用該組合預測方法研究苯乙酰胺類除草劑QSAR建模,結果表明:基于SVR與KNN的組合預測方法在參比模型中預測精度最高,具結構風險最小、非線性、能有效克服過擬合、泛化推廣能力優異等優點,在QSAR研究中具有廣泛的應用前景.
作 者： 譚泗橋 袁哲明 柏連陽 熊潔儀 TAN Si-qiao YUAN Zhe-ming BAI Lian-yang XIONG Jie-yi 作者單位： 譚泗橋,TAN Si-qiao(湖南農業大學生物安全科學技術學院,長沙,410128;湖南農業大學信息科學技術學院,長沙,410128)袁哲明,柏連陽,熊潔儀,YUAN Zhe-ming,BAI Lian-yang,XIONG Jie-yi(湖南農業大學生物安全科學技術學院,長沙,410128)
刊 名： 農藥學學報 ISTIC PKU 英文刊名： CHINESE JOURNAL OF PESTICIDE SCIENCE 年，卷(期)： 2007 9(4) 分類號： O641 關鍵詞： 支持向量機回歸 K-最近鄰法 組合預測 定量構效關系【基于支持向量機回歸與K-最近鄰法的組合預測用于除草劑QSAR建模】相關文章：
一種基于支持向量機回歸的推薦算法04-26
基于支持向量機的紅外成像跟蹤算法04-27
基于HMLP參數的二肽logP值支持向量機預測模型04-26
支持向量機用于液體火箭發動機的故障診斷04-26
支持向量機在飛機狀態監控中的應用04-27
路面質量影響因素分析-支持向量機模型04-26
一種改進的支持向量機模式分類方法04-27