支持向量回归的改进及其在QSAR中的应用

• 作者: 代志军 林雪梅 谭显胜 谭泗桥 龙陈锋
• 来源期刊: 福建电脑
• 关键词: 支持向量回归 核函数寻优 描述符筛选 解释性
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 基金项目论文
• 页码范围: 2-3
• 页数: 2页
• 字数: 2749字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2782.2009.09.002

摘要

支持向量回归(SVR)存在诸多缺陷.本文基于均方误差(MSE)最小原则与留一法发展了自动筛选最优核函数与自变量的方法,对SVR进行了改进并构建了SVR的基本应用模型,该模型有效性在定量构效关系(QSAR)研究中得到验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林雪梅	湖南农业大学信息科学技术学院	8	40	4.0	6.0
2	龙陈锋	湖南农业大学信息科学技术学院	30	73	5.0	8.0
3	谭显胜	湖南农业大学生物安全科学技术学院	18	159	7.0	12.0
4	谭泗桥	湖南农业大学信息科学技术学院	28	305	8.0	17.0
8	代志军	湖南农业大学生物安全科学技术学院	5	13	2.0	3.0