支持向量机用于酚类化合物毒性的QSAR研究

• 作者: 崔秀君 张卓勇 王志欣 袁星
• 来源期刊: 计算机与应用化学
• 学科: 化学
• 关键词: 定量结构-活性/性质相关 酚 BP网络 径向基函数神经网络 支持向量机
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 研究论文
• 页码范围: 298-302
• 页数: 5页
• 分类号: O64|X131
• 字数: 4439字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4160.2008.03.011

摘要

从分子结构出发,计算25个酚类化合物的分子连接性指数及分子的价连接性指数,用线性逐步回归方法建立4参数的最佳方程,以此4参数作为输入参数,将留一法(L00)应用到BP网络、径向基函数(RBF)神经网络,及新颖的机器学习方法支持向量机,建立酚类化合物预测黑呆头鱼毒性的QSAR模型.应用非线性SVM法建立的预测模型结果,优于BP网络和RBF网络,SVM、BP、RBF模型预测的相关系数分别为0.959,0.940和0.945,令人满意.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔秀君	东北师范大学化学学院	19	210	8.0	14.0
2	袁星	东北师范大学城市与环境科学学院	62	1475	24.0	37.0
3	张卓勇	东北师范大学化学学院	92	1384	20.0	33.0