基于HMLP参数的二肽logP值支持向量机预测模型（精选7篇）由网友“一点点是只狗呀”投稿提供，下面是小编为大家整理后的基于HMLP参数的二肽logP值支持向量机预测模型，欢迎大家借鉴与参考，希望对大家有所帮助。
篇1：基于HMLP参数的二肽logP值支持向量机预测模型
基于HMLP参数的二肽logP值支持向量机预测模型
肽的亲(疏)水性在生物活性肽的合理设计和药物发现中是非常重要的参数.基于表征氨基酸性质的HMLP参数,分别用直接替代法和加和替代法表征肽段的结构信息,采用留一法交叉检验,利用支持向量回归(SVR)构建了36个二肽辛醇-水分配系数(logP)的预测模型(ε=0.001,σ=7.5,C=200和ε=0.001,σ=10,C=200),结果表明加和替代法要好于直接替代法,且其留一法交叉检验的'复相关系为0.8768,其预测结果与实验值一致.但二者都说明了logP主要与肽的分子表面积和亲水指标有关,同时说明HMLP参数能够较好地表征氨基酸或肽链的结构信息.
作 者：印家健 李梦龙 Yin Jiajian Li Menglong 作者单位：印家健,Yin Jiajian(四川大学化学学院,四川,成都,610064;四川农业大学生命科学与理学院,四川,雅安,625014)李梦龙,Li Menglong(四川大学化学学院,四川,成都,610064)
刊 名：计算机与应用化学 ISTIC PKU英文刊名：COMPUTERS AND APPLIED CHEMISTRY 年，卷(期)： 25(3) 分类号：O64 R14 关键词：HMLP参数 肽 logP值 定量结构活性关系 支持向量机篇2：基于支持向量机的航空发动机振动预测模型研究
基于支持向量机的航空发动机振动预测模型研究
提出了一种基于支持向量机的`航空发动机振动参数预测方法.分析了支持向量机用于时间序列预测的基本理论,对时间序列进行了相空间重构,采用互信息法计算了延迟时间,运用平均一步绝对误差选取了嵌入维数,在此基础上建立了基于支持向量机的时间序列一步预测模型.应用某发动机飞参记录数据对发动机振动参数进行预测,预测精度比RBF神经网络更高.研究结果验证了应用支持向量机模型进行发动机参数预测的正确性和可行性.
作 者：刘林刚 李学仁 陈永刚 吴立勋 LIU Lin-gang LI Xue-ren CHEN Yong-gang WU Li-xun 作者单位：刘林刚,李学仁,陈永刚,LIU Lin-gang,LI Xue-ren,CHEN Yong-gang(空军工程大学工程学院)吴立勋,WU Li-xun(陆军航空兵学院)
刊 名：微计算机信息 PKU英文刊名：CONTROL & AUTOMATION 年，卷(期)：2008 24(16) 分类号：V2 关键词：支持向量机 相空间重构 振动预测 嵌入维数篇3：GPS高程拟合支持向量机模型
GPS高程拟合支持向量机模型
为了快速获取GPS高程异常值,提出了基于最小二乘支持向量机(LS-SVM)的GPS高程异常值求取模型,介绍了最小二乘支持向量机的原理与优越性.利用该模型进行了高程异常的拟合,并对已知点进行了检验.结果表明:其结果是可靠的',在有限样本情况下完全可以达到传统GPS高程拟合的效果,且其实现起来更简单,具有一定的科学性和实用性.
作 者：吕亚军 王亚军 鹿先锋 鲁建伟 LV Ya-jan WANG Ya-jan LU Xian-feng LU Jian-wei 作者单位：吕亚军,鲁建伟,LV Ya-jan,LU Jian-wei(中煤航测遥感局,西安,710054)王亚军,WANG Ya-jan(徐州市国土资源局,徐州,221000)
鹿先锋,LU Xian-feng(七三○八五部队自动化工作站,徐州,221000)
刊 名：全球定位系统 英文刊名：GNSS WORLD OF CHINA 年，卷(期)： 34(3) 分类号：P228 关键词：最小二乘支持向量机 预测模型 GPS高程拟合 高程异常篇4：支持向量机方法预测离子通道蛋白
支持向量机方法预测离子通道蛋白
讨论一种基于蛋白质结构域的方法预测离子通道蛋白.通过将蛋白质的.结构域转化成为固定长度的向量,使用支持向量机方法进行离子通道蛋白的预测,并将预测结果与线性判别分析以及利用InterPro与GO映射规则进行预测的结果进行了比较.通过留一法交叉验证,取得最好的预测效果,敏感度为95.9%,专一性为98.3%.
作 者：涂白 毕然 作者单位：华中科技大学生命科学与技术学院,武汉,430074 刊 名：计算机与数字工程 ISTIC英文刊名：COMPUTER AND DIGITAL ENGINEERING 年，卷(期)： 35(10) 分类号：Q816 关键词：离子通道 结构域 支持向量机 基因本体篇5：洞庭湖富营养化支持向量机评价模型研究
洞庭湖富营养化支持向量机评价模型研究
摘要：基于支持向量机模型良好的推广和泛化能力,构建了洞庭湖水体富营养化支持向量机评价模型.针对评价标准,采用均匀分布随机函数形成50个样本训练集用于支持向量机的训练,并分别选取东洞庭湖、南洞庭湖、西洞庭湖3个典型代表断面,实现了对洞庭湖水体富营养化程度的综合评价.结果表明,近10 a来洞庭湖水质整体处于中富营养化,呈西洞庭湖富营养化程度最高、南洞庭湖其次、东洞庭湖最轻的格局.作 者：李正最 谢悦波 作者单位：李正最(河海大学,水文水资源学院,江苏,南京,210098;湖南省水文水资源勘测局,湖南,长沙,410007)谢悦波(河海大学,水文水资源学院,江苏,南京,210098)
期 刊：人民长江 PKU Journal：YANGTZE RIVER 年，卷(期)：, 41(10) 分类号：X824 关键词：水环境 富营养化 评价 时空变异 支持向量机 洞庭湖篇6：一种新的支持向量回归预测模型
一种新的支持向量回归预测模型
运用支持向量机(SVM)理论,建立了一种新的支持向量回归(SVR)预测模型.模型的求解可转化为二次规划问题,并能实现模型参数的.自动选择.用此模型对我国粮食产量增长率的预测表明,模型具有较好的概化能力.
作 者：刘广利 杨志民 作者单位：中国农业大学经济管理学院,北京,100083 刊 名：吉首大学学报(自然科学版) 英文刊名：JOURNAL OF JISHOU UNIVERSITY(NATURAL SCIENCE EDITION) 年，卷(期)： 23(3) 分类号：F323.11 关键词：支持向量机(SVM) 支持向量回归(SVR) 概化能力篇7：路面质量影响因素分析-支持向量机模型
路面质量影响因素分析-支持向量机模型
支持向量机(Support Vector Machines)是近年来热门的一种有监督学习的.方法,它广泛的应用于统计分类以及回归分析中.通过SVM模型,考察分析一系列影响因素对高速公路路面质量指标的影响,并对提高高速公路路面质量提出建议.
作 者：陶甄 吴元 梁晓辉 TAO Zhen WU Yuan LIANG Xiao-hui 作者单位：陶甄,TAO Zhen(上海交通大学,金融系,上海,200030)吴元,梁晓辉,WU Yuan,LIANG Xiao-hui(上海交通大学,计算机科学与工程系,上海,200240)
刊 名：数学的实践与认识 ISTIC PKU英文刊名：MATHEMATICS IN PRACTICE AND THEORY 年，卷(期)：2008 38(14) 分类号：O1 关键词：支持向量机 路面质量★ 机器学习个人总结
★ 非分光红外(NDIR)技术测定反刍动物甲烷和二氧化碳研究
★ 数学之美读书心得
【基于HMLP参数的二肽logP值支持向量机预测模型（精选7篇）】相关文章：
数学作文高二2023-02-24
基于16位单片机的语音电子门锁系统2023-03-16
关于高考化学最容易丢分的30个地方2022-11-06
使用TEMIC感应卡技术的智能电子门锁系统2023-02-14
多头螺纹的数控车床加工过程分析的论文2022-04-30
近红外光谱检测技术在农业和食品分析上的应用2023-07-01
浅谈供应商管理库存研究综述2022-07-06
数理经济模型与计量经济模型探索论文2023-10-07
高一数学必修一函数图像知识点总结2022-12-12
近邻作文2022-10-26