| 支持向量机对多环芳烃毒性的定量构效预测 |
| |
| 引用本文： | 周真,杨旭,金龙,陈鑫.支持向量机对多环芳烃毒性的定量构效预测[J].安全与环境学报,2017,17(4). |
| |
| 作者姓名： | 周真 杨旭 金龙 陈鑫 |
| |
| 作者单位： | 哈尔滨理工大学测控技术与仪器省高校重点实验室,哈尔滨,150000 |
| |
| 基金项目： | 国家自然科学基金项目，国家安全生产监督管理总局重大事故防治关键技术科技项目 |
| |
| 摘 要： | 为了实现多环芳烃(PAHs)毒性的有效预测,提出应用定量构效技术对多环芳烃的空气-正辛醇分配系数(KOA)和致癌性进行预测。应用分子描述符和试验值确立构效关系,采用支持向量机算法(SVM)和人工神经网络算法(ANN)分别建立了PAHs的KOA回归预测模型和致癌性分类预测模型。利用网格划分(GS)、遗传算法(GA)、粒子群算法(PSO)对SVM进行参数寻优。应用均方误差(MSE)、拟合决定系数R2和分类准确率(Accuracy)分别对模型进行了验证与评价。结果表明,最佳回归预测模型GS-SVR的MSE为0.059 7,R2为0.913 0;最佳分类预测模型GA-SVC的Accuracy为95%。研究表明:应用SVM所建两种模型的稳定性和预测能力都优于应用ANN建立的模型;参数优化后模型的稳定性和预测能力得到了提高。
|
| 关 键 词： | 环境学 多环芳烃(PAHs) 定量构效关系(QSAR) 支持向量机(SVM) |
Quantitative structure-activity forecast of the PAHs toxicity by using the supporting vector machine |
| |
| ZHOU Zhen,YANG Xu,JIN Long,CHEN Xin.Quantitative structure-activity forecast of the PAHs toxicity by using the supporting vector machine[J].Journal of Safety and Environment,2017,17(4). |
| |
| Authors: | ZHOU Zhen YANG Xu JIN Long CHEN Xin |
| |
| Abstract: | |
| |
| Keywords: | environmentalology polycyclic aromatic hydrocarbons quantitative structure-activity relationship support vector machine |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
