基于支持向量学习机的HIV-1蛋白酶抑制剂的活性预测

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：为TNNA体免疫缺陷蛋白酶抑制剂的活性，计算了表征分子的组成和拓扑特征的462个分子描述符，用Kennard-Stone方法和随机方法进行了训练集和测试集设计，用Monte Carlo模拟退火方法进行变量筛选，并分别用神经网络。逻辑回归，k-近邻和支持向量学习机方法建立了HIV-1蛋白酶的抑制剂模型．结果表明支持向量学习机优于其余机器学习方法，用SVM方法所建立的最优模型的最后预测正确率达到98．24％．

原文链接:http://www.cqvip.com//QK/91047X/200703/23758055.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：HIV 抑制剂 学习机 蛋白酶 Monte Carlo 蛋白酶抑制剂 分子描述符 机器学习方法 变量筛选