文献类型：期刊文章

作　　者：赵慧[1] 陆文聪[1] 张良苗[1] 姚莉秀[2]

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 [2]上海交通大学图象及模式识别研究所,上海200030

出　　处：《计算机与应用化学》

基　　金：由国家自然科学基金和上海宝钢集团公司联合资助(50174038)

年　　份：2002

卷　　号：19

期　　号：6

起止页码：745-748

语　　种：中文

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

摘　　要：将Vapnik提出的支持向量机(support vector machine,简称SVM)算法用于化合物活性的模式识别研究。SVM算法是特别适合于用有限已知样本训练建模,进而预报未知样本属性的模式识别新算法,将其用于N-(3-氧-3,4-双氢-2氢-苯并[1,4]噁嗪-6-羰基)胍类化合物的Na/H交换抑制活性类别的识别研究,用留一法考察了SVM模型的预报能力,并与Fisher判别矢量法和最近邻(KNN)法的分类预报结果进行比较,结果表明:SVM算法的预报结果优于Fisher法和KNN法的结果。因此,SVM算法可望应用于药物的构效关系研究领域。

关 键 词：支持向量机 模式识别 胍类化合物  Na/H交换抑制活性  支持向量分类 药物分子设计 Na/H交换抑制剂  

分 类 号：R914.2] TP181[药学类]