基于支持向量回归的非线性变量筛选用于酚类化合物QSAR建模的研究

• 作者: 徐镜善 王凯 袁哲明
• 来源期刊: 安徽农业科学
• 学科: 农学
• 关键词: 支持向量回归 自变量筛选 定量构效关系 酚类化合物
• 年，卷（期）: 2014,（13）
• 所属期刊栏目: 农业基础科学与方法
• 页码范围: 3799-3801
• 页数: 3页
• 分类号: S11+1
• 字数: 2357字
• 语种: 中文

摘要

首先基于支持向量回归(SVR)依均方根误差最小原则确定最优核函数,再以最优核函数为基础,进行SVR非线性自变量筛选,最后以所选自变量进行建模预测.将该方法应用于酚类化合物的QSAR研究,最优核函数确定为径向基核,最终保留自变量为疏水性参数(lgp)与拓扑指数(Am3).结果表明:基于SVR进行变量筛选能有效地剔除无关自变量,进一步改进SVR对小样本数据的建模预测能力.该方法在农业环境毒性污染物的QSAR研究领域有较广泛的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐镜善		2	2	1.0	1.0