| 基于支持向量机的苯酚类化合物毒性的QSAR研究 |
| |
| 引用本文： | 张文军,张运陶.基于支持向量机的苯酚类化合物毒性的QSAR研究[J].西华师范大学学报(哲学社会科学版),2008,29(2):186-190. |
| |
| 作者姓名： | 张文军 张运陶 |
| |
| 作者单位： | 西华师范大学应用化学研究所,四川南充637002 |
| |
| 摘 要： | 分别以文献的AM1、PM3、PM5和DFT方法计算的5种量子化学参数作为自变量，采用ε-支持向量机（ε-SVM）建立关于苯酚类化合物毒性A（pc）的定量构效关系（QSAR）模型，对50种苯酚类化合物的毒性做QSAR研究．研究结果表明，不论是对训练集的拟合及交叉验证结果还是对外部数据的预测结果，ε-SVM模型的相关系数平方、标准偏差及平均绝对误差都较文献的MLR模型具有更好的效果，泛化能力更强，表明ε-SVM用于建立关于苯酚类化合物毒性A的QSAR模型，较原文献采用的多元线性回归（MLR）模型更为有效．
|
| 关 键 词： | 苯酚类化合物 支持向量机 定量结构-活性关系 |
QSAR Study on Phenol Derivatives Toxicity Based on Support Vector Machine |
| |
| ZHANG Wen-jun,ZHANG Yun-tao.QSAR Study on Phenol Derivatives Toxicity Based on Support Vector Machine[J].Journal of China West Normal University:Natural Science Edition,2008,29(2):186-190. |
| |
| Authors: | ZHANG Wen-jun ZHANG Yun-tao |
| |
| Institution: | ZHANG Wen-jun,ZHANG Yun-tao(Institute of Applied Chemistry,China West Normal University,Nanchong 637002,China) |
| |
| Abstract: | |
| |
| Keywords: | phenol derivatives support vector machine quantify tatire structure activity relationship |
| 本文献已被 CNKI 维普 等数据库收录！ |
