文献类型：期刊文章

作　　者：陆文聪[1] 王焜[1] 陈念贻[1]

机构地区：[1]上海大学理学院化学系计算机化学研究室,上海200436

出　　处：《计算机与应用化学》

基　　金：国家自然科学基金委和美国福特公司联合资助(9716214)

年　　份：2002

卷　　号：19

期　　号：6

起止页码：741-744

语　　种：中文

收录情况：BDHX、BDHX2000、CAS、CSCD、CSCD2011_2012、JST、ZGKJHX、核心刊

摘　　要：试用新近提出的、特别适合于小样本多变量训练集的支持向量机(support vector machine,简称SVM)算法于复杂药物分子设计。对一批26个处理化疗或放疗呕吐拮抗药的候选化合物筛选数据用留一法判别SVM的预报能力。结果表明:与人工神经网络、最近邻法(KNN)、Fisher法相比,SVM算法可以提供误报率更低的数学模型。

关 键 词：支持向量机算法 拮抗药化合物  模式识别 QSAR 药物分子设计 药物活性

分 类 号：R914.2] TP181[药学类]