稿件查詢：
2014年13期
基于支持向量回歸的非線性變量篩選用于酚類化合物QSAR建模的研究
| 作 者 | 徐鏡善,王凱,袁哲明 |
| 第一作者 | 徐鏡善 |
| 作者單位 | 湖南省植物病蟲害生物學與防控重點實驗室,湖南長沙 |
| 卷 號 | 42 |
| 發表年份 | 2014 |
| 發表刊期 | 13 |
| 發表頁面 | 3799-3801 |
| 關 鍵 字 | 支持向量回歸；自變量篩選；定量構效關系；酚類化合物 |
| 摘 要 |
首先基于支持向量回歸(SVR)依均方根誤差最小原則確定最優核函數，再以最優核函數為基礎，進行SVR非線性自變量篩選，最后以所選自變量進行建模預測。將該方法應用于酚類化合物的QSAR研究，最優核函數確定為徑向基核，最終保留自變量為疏水性參數(lgP)與拓撲指數(Am3)。結果表明：基于SVR進行變量篩選能有效地剔除無關自變量，進一步改進SVR對小樣本數據的建模預測能力。該方法在農業環境毒性污染物的QSAR研究領域有較廣泛的應用前景。 |
| 附 件 |
基于支持向量回歸的非線性變量篩選用于酚類化合物QSAR建模的研究
|
| 注：若需下載，請右鍵單擊另存 |
- 上一篇： 植物淹水脅迫對各生理特性的影響概述
- 下一篇： 珍稀瀕危植物遺傳多樣性研究方法及影響因素
