| 主成分分析的神经网络及其在木聚糖酶最适pH建模中的应用 |
| |
| 引用本文： | 张光亚,葛慧华,方柏山.主成分分析的神经网络及其在木聚糖酶最适pH建模中的应用[J].计算机与应用化学,2005,22(9):749-752. |
| |
| 作者姓名： | 张光亚 葛慧华 方柏山 |
| |
| 作者单位： | 华侨大学工业生物技术研究所,福建,泉州,362021 |
| |
| 基金项目： | 国家自然科学基金资助项目（20276026） |
| |
| 摘 要： | 木聚糖酶结构与功能、性质的关系错综复杂，传统的回归分析往往不能满足要求。本文采用主成分分析法对样本数据集进行预处理，将得到的新样本数据集输入神经网络，籍助于均匀设计（UD），构建了木聚糖酶氨基酸组成和最适pH的模型。当学习速率为0．08、动态参数为0．7、Sigmoid参数为0．92，隐含层结点数为9时，模型的拟合残差为0．00109，对pH值拟合的平均绝对百分比误差为3．29％，同时具有良好的预测效果，预测的平均绝对误差为0．59个pH单位。比文献报道的用逐步回归方法更好。
|
| 关 键 词： | 主成分分析 BP神经网络 木聚糖酶 最适pH 虚拟筛选 |
| 文章编号： | 1001-4160（2005）09-749-752 |
| 收稿时间： | 2005-01-21 |
| 修稿时间： | 2005-01-212005-06-28 |
A principal component analysis based output integrated BP neural network for xylanase optimum pH modeling |
| |
| ZHANG GuangYa,GE HuiHua,FANG BaiShan.A principal component analysis based output integrated BP neural network for xylanase optimum pH modeling[J].Computers and Applied Chemistry,2005,22(9):749-752. |
| |
| Authors: | ZHANG GuangYa GE HuiHua FANG BaiShan |
| |
| Abstract: | |
| |
| Keywords: | principle component analysis BP neural networks xylanase optimum pH virtual screening |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
