支持向量机用于酚类化合物毒性的QSAR研究

被引：18

作者：

崔秀君 ^{[1
]}

王志欣 ^{[2
]}

袁星 ^{[3
]}

张卓勇 ^{[1
]}

机构：

[1] 东北师范大学化学学院

[2] 科学出版社

[3] 东北师范大学城市与环境科学学院

来源：

计算机与应用化学 | 2008年 / 03期

关键词：

定量结构-活性/性质相关; 酚; BP网络; 径向基函数神经网络; 支持向量机;

D O I：

10.16866/j.com.app.chem2008.03.011

中图分类号：

X503 [环境污染的危害];

学科分类号：

071012 ; 0713 ; 083002 ;

摘要：

从分子结构出发,计算25个酚类化合物的分子连接性指数及分子的价连接性指数,用线性逐步回归方法建立4参数的最佳方程,以此4参数作为输入参数,将留一法(L00)应用到BP网络、径向基函数(RBF)神经网络,及新颖的机器学习方法支持向量机,建立酚类化合物预测黑呆头鱼毒性的QSAR模型。应用非线性SVM法建立的预测模型结果,优于BP网络和RBF网络,SVM、BP、RBF模型预测的相关系数分别为0.959,0.940和0.945,令人满意。

引用

页码：298 / 302

页数：5

共 5 条

[1]

分子连接性与分子结构—活性.[M].王连生;支正良编;.中国环境科学出版社.1992,

[2]

有机化合物污染化学.[M].金相灿主编;.清华大学出版社.1990,

[3]

水环境污染概论.[M].王华东等编.北京师范大学出版社.1984,

[4] 含酚废水处理技术的现状与开发前景 [J].