基于支持向量学习机方法的抗真菌药物活性预测
Prediction of Antifungal Activity with Support Vector Machine作者机构：四川大学化学学院2四川大学化工学院成都610065 四川大学化工学院成都610065 新加坡国立大学计算科学系新加坡117543
出 版 物：《高等学校化学学报》 (Chemical Journal of Chinese Universities)
年 卷 期：2005年第26卷第8期
页 面：1527-1531页
核心收录：
学科分类：081704[工学-应用化学] 07[理学] 070304[理学-物理化学(含∶化学物理)] 08[工学] 0817[工学-化学工程与技术] 0703[理学-化学]
主 题：支持向量学习机 抗真菌活性 分子描述符 留一法 五重交叉法
摘 要：为了预测分子的抗真菌活性,计算了表征分子的电子、拓扑、几何结构和分子形状等特征的67个分子描述符,并用于支持向量学习机对分子抗真菌活性分类模型的建立和活性预测.分别用留一法和五重交叉法对模型进行了验证.在五重交叉验证中,根据分子三维结构的相似性,首先把所研究的94个分子分成若干类,再分别从每一类中随机选择若干个分子组成若干个训练集,剩余的分子构成相应的测试集.结果表明,用上述两种验证方法得到的结果相近,且所建立的模型具有较高的预测性,交叉验证的预测正确率达到84.0%.
维普期刊数据库
同方期刊数据库