马喜波
- 作品数：3 被引量：6H指数：2
- 供职机构：北京化工大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划教育部留学回国人员科研启动基金更多>>
- 相关领域：理学生物学自动化与计算机技术更多>>
- 基于支持向量机的有机化合物水溶解度的分类和预测的研究
- 2008年
- 有机化合物的水溶解度是重要的物理化学性质。本文用18个拓扑符去描述1 293个化合物的分子结构。先建立1 293个有机化合物的分类模型,按照logS的大小,将数据分成三类,通过训练集建立模型,并用测试集检验,分类准确率达92.2%。在此基础上,以上述18个描述符作为输入,logS作为输出,研究水溶解度的定量,建立支持向量机预测模型。比较测试集的结果,以前建立的人工神经网络模型相关系数r^2=0.94和标准偏差sd=0.52,而本文建立的支持向量机模型r^2=0.95和sd= 0.50,显然优于以前建立的模型。
- 马喜波阎爱侠
- 关键词：支持向量机水溶解度
- 支持向量机算法在有机化合物构效关系中的应用
- 药物构效关系研究是当今制药领域的一项重要课题，在现代药物设计方法中具有非常重要的地位。定量构效关系(QSAR，quatitatives structure-activity relationships)研究的目的是采用数...
- 马喜波
- 关键词：构效关系热容有机化合物支持向量机算法
- 文献传递
- 支持向量机算法用于烷基苯的热容和标准焓值的预测被引量：4
- 2008年
- 建立了有关烷基苯结构和它们的热容、标准焓值之间的定量构效关系模型。根据烷基苯的分子结构式,其每个结构分别采用含有6数字的编码来表示。本文建立的定量构效关系模型分别采用了多元线性回归、多元非线性回归和支持向量机算法。所有的化合物被分为训练集和测试集。对每个模型的训练集和测试集的相关系数、平均绝对误差和均方差进行了计算,并对三个模型的预测效果进行了对比讨论。在烷基苯的热容、标准焓值的预测上支持向量机算法略优于另两种方法,显示出了支持向量机算法在预测化合物物理化学性质方面的优越性。
- 马喜波阎爱侠
- 关键词：支持向量机热容烷基苯
