| 支持向量机算法用于拮抗药化合物活性的模式识别 |
| |
| 引用本文： | 陆文聪,王焜,陈念贻. 支持向量机算法用于拮抗药化合物活性的模式识别[J]. 计算机与应用化学, 2002, 19(6): 741-744 |
| |
| 作者姓名： | 陆文聪 王焜 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 |
| |
| 基金项目： | 国家自然科学基金委和美国福特公司联合资助(9716214) |
| |
| 摘 要： | 试用新近提出的，特别适合于小样本多变量训练集的支持向量机（support vector machine,简称SVM）算法于复杂药物分子设计。对一批26个处理化疗或放疗呕吐拮抗药的候选化合物筛选数据用留一法判别SVM的预报能力。结果表明：与人工神经网络，最近邻法（KNN），Fisher法相比，SVM算法可以提供误报率更低的数学模型。
|
| 关 键 词： | 支持向量机算法 拮抗药化合物 模式识别 QSAR 药物分子设计 药物活性 |
| 文章编号： | 1001-4160(2002)06-741-744 |
| 修稿时间： | 2002-09-16 |
Support vector machine applied to the pattern recognition of activity of antagonists |
| |
| LU Wen-cong,WANG Kun,CHEN Nian-yi. Support vector machine applied to the pattern recognition of activity of antagonists[J]. Computers and Applied Chemistry, 2002, 19(6): 741-744 |
| |
| Authors: | LU Wen-cong WANG Kun CHEN Nian-yi |
| |
| Abstract: | |
| |
| Keywords: | antagonist support vector machine pattern recognition |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
