首页 | 本学科首页   官方微博 | 高级检索  
     

支持向量分类用于醚菊酯类似物构效关系的研究
引用本文:刘太昂,陆文聪,张良苗,陈念贻. 支持向量分类用于醚菊酯类似物构效关系的研究[J]. 计算机与应用化学, 2004, 21(6): 795-799
作者姓名:刘太昂  陆文聪  张良苗  陈念贻
作者单位:上海大学理学院化学系计算机化学研究室,上海,200436;上海大学理学院化学系计算机化学研究室,上海,200436;上海大学理学院化学系计算机化学研究室,上海,200436;上海大学理学院化学系计算机化学研究室,上海,200436
基金项目:国家自然科学基金(20373040)
摘    要:将支持向量机分类方法用于醚菊酯类似物构效关系的研究,所用分子描述符为物理化学参数,包括该类化合物的两个取代基的Hammett常数σA、σB,摩尔折射MA、MB,疏水值之和П。建立了醚菊酯类似物生物活性预报的支持向量机预报模型,其留一法交叉检验的预报正确率为90.3%。将支持向量机的预报结果与主成分分析(PCA)、人工神经网络(ANN)、最近邻(KNN)的预报结果进行比较,所得SVM的预报正确率高于PCA、ANN、KNN的结果。因此,SVM方法有望成为研究药物构效关系的有力工具。

关 键 词:支持向量机  支持向量分类  醚菊酯  hammett常数

Using support vector classification for SAR of the ethofenprox analogous of pesticide
LIU TaiAng,LU WenCong,ZHANG LiangMiao,CHEN NianYi. Using support vector classification for SAR of the ethofenprox analogous of pesticide[J]. Computers and Applied Chemistry, 2004, 21(6): 795-799
Authors:LIU TaiAng  LU WenCong  ZHANG LiangMiao  CHEN NianYi
Affiliation:LIU TaiAng LU WenCong~* ZHANG LiangMiao and CHEN NianYi
Abstract:
Keywords:support vector machine  support vector classification  ethofenprox  hammett constant
本文献已被 CNKI 维普 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