换一批基于支持向量机回归的抗癌药物活性研究
Predicting bis[(acridine-4-carboxamides)propyl]methylamines analog compounds by using Support Vector Regression
摘要采用支持向量机回归(SVR)方法研究了40个抗癌化合物-二取代[(吖啶-4-酰胺基)丙基]甲胺类衍生物的定量构效关系,基于留一法交叉验证的结果,其平均相对误差是6.56％.结果表明,所建SVR模型的精度高于逆传播人工神经网络(BPANN)、多元线性回归(MLR)和偏最小二乘法(PLS)所得的结果.
更多相关知识
关键词
支持向量机定量结构性质关系二取代[(吖啶-4-酰胺基)丙基]甲胺类衍生物support vector regressionmultiple tmear regressionpartial least squaresback-propagation neural networks
DOI
10.3969/j.issn.1001-4160.2011.11.005
发布时间
2012-03-19（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引8
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
