陈仕伟
- 作品数：3 被引量：10H指数：2
- 供职机构：四川大学化学工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：理学医药卫生自动化与计算机技术更多>>
- 基于支持向量学习机方法的人体小肠吸收药物活性的预测被引量：5
- 2005年
- 为了预测分子在人体小肠中的吸收,本文计算了表征分子的电子、拓扑、几何结构、分子形状等特征的10 2个分子描述符,用遗传算法变量选择方法使描述符减少到4 7个。体系共包含了2 30个化合物分子,6 9个不能被吸收(HIA ) ,16 1个可以被吸收(HIA + )。对建立的SVM模型,用5重交叉验证和独立测试集进行验证,预测正确率分别达到79 1%和77 1% ,结果具有较好的一致性。在模型验证中,通过聚类分析方法组合训练集和测试集,保证了模型的稳定性。
- 陈仕伟李泽荣李程李象远
- 关键词：聚类分析
- 基于支持矢量学习机的抗真菌药物和人体小肠吸收药物的活性预测
- 本文研究了采用支持矢量学习机(SVM)技术对化合物的药物活性进行分类预测的应用。文章介绍了支持矢量学习机的理论基础和工作原理以及在建模中所使用的方法，描述了符的名称与分类以及一组新定义的形状描述符的定义和推导，介绍了遗传...
- 陈仕伟
- 关键词：药物分析遗传算法支持向量机
- 文献传递
- 基于支持向量学习机方法的抗真菌药物活性预测被引量：4
- 2005年
- 为了预测分子的抗真菌活性,计算了表征分子的电子、拓扑、几何结构和分子形状等特征的67个分子描述符,并用于支持向量学习机对分子抗真菌活性分类模型的建立和活性预测.分别用留一法和五重交叉法对模型进行了验证.在五重交叉验证中,根据分子三维结构的相似性,首先把所研究的94个分子分成若干类,再分别从每一类中随机选择若干个分子组成若干个训练集,剩余的分子构成相应的测试集.结果表明,用上述两种验证方法得到的结果相近,且所建立的模型具有较高的预测性,交叉验证的预测正确率达到84.0%.
- 李泽荣陈仕伟谈宁馨陈宇综李象远
- 关键词：抗真菌活性
