版权说明 操作指南
首页 > 成果 > 详情

基于支持向量机回归与K-最近邻法的组合预测用于除草剂QSAR建模

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
谭泗桥;袁哲明;柏连阳;熊洁仪
作者机构:
[谭泗桥; 袁哲明; 柏连阳; 熊洁仪] 湖南农业大学生物安全科学技术学院
湖南农业大学生物安全科学技术学院 长沙410128湖南农业大学信息科学技术学院
语种:
中文
关键词:
支持向量机回归;尽最近邻法;组合预测;定量构效关系
关键词(英文):
K-nearest neighbor;combinatorial forecasting;QSAR
期刊:
农药学学报
ISSN:
1008-7303
年:
2007
卷:
9
期:
4
页码:
324-329
基金类别:
基金项目:国家自然科学基金(30570351) 教育部新世纪优秀人才支持计划项目.致谢:本文数据集由施彦、陈德钊提供,谨表谢忱.
机构署名:
本校为第一机构
院系归属:
信息科学技术学院
摘要:
为了提高定量构效关系(QSAR)研究的预测精度,发展了一种基于支持向量机回归(SVR)与尽最近邻法(KNN)的组合预测方法:以均方误差(MSE)最小为原则,基于SVR实施核函数寻优;基于MSE最小原则与最优核函数以SVR进行描述符筛选并得到保留描述符;通过“多轮末尾强制淘汰法”揭示各保留描述符对预测精度的影响程度;从保留描述符出发,以不同KNN预测值反映样本集异质性并构建子模型,然后基于SVR以留一法实施组合预测。运用该组合预测方法研究苯乙酰胺类除草剂QSAR建模,结果表明:基于SVR与KNN的组合预测方法在参比模型中预测精度最高,具结构风险最小、非线性、能有效克服过拟合、泛化推广...
摘要(英文):
To improve the precision of QSAR modeling, a novel nonlinear combinatorial forecast method based on support vector regression (SVR) and K-nearest neighbor (KNN) was proposed. Kernels and descriptors optimization based on SVR were evaluated by the rule of minimum MSE value, and "multi-round enforcement optimization" was taken to illuminate the effect of retained descriptors on forecasting precision. The heterogeneity of sample set was characterized by different KNN and multiple sub-models were assembled, then combinational forecast was car...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com