首页 | 本学科首页   官方微博 | 高级检索  
     

基于支持向量机回归的抗癌药物活性研究
引用本文:张振,钮冰. 基于支持向量机回归的抗癌药物活性研究[J]. 计算机与应用化学, 2011, 28(11): 1377-1380
作者姓名:张振  钮冰
作者单位:1. 临沂大学实验中心,山东,临沂,276005
2. 上海大学生命科学学院,上海,200444
摘    要:采用支持向量机回归(SVR)方法研究了40个抗癌化合物-二取代[(吖啶-4-酰胺基)丙基]甲胺类衍生物的定量构效关系,基于留一法交叉验证的结果,其平均相对误差是6.56%.结果表明,所建SVR模型的精度高于逆传播人工神经网络(BPANN)、多元线性回归(MLR)和偏最小二乘法(PLS)所得的结果.

关 键 词:支持向量机  定量结构性质关系  二取代[(吖啶-4-酰胺基)丙基]甲胺类衍生物

Predicting bis[(acridine-4-carboxamides)propyl]methylamines analog compounds by using Support Vector Regression
Zhang Zhen,Niu Bing. Predicting bis[(acridine-4-carboxamides)propyl]methylamines analog compounds by using Support Vector Regression[J]. Computers and Applied Chemistry, 2011, 28(11): 1377-1380
Authors:Zhang Zhen  Niu Bing
Affiliation:Zhang Zhen~(1*) and Niu Bing~(2*) (1.School of Chemistry & Chemical Engineering,Linyi University,Linyi,276000,Shandong,China) (2.College of Life Science,Shanghai University,99 Shang-Da Road,Shanghai,200444,China)
Abstract:
Keywords:support vector regression  multiple linear regression  partial least squares  back-propagation neural networks  
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号