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
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 前言 | 第8-11页 |
| 第一章 药物预测模型的理论基础 | 第11-22页 |
| ·分子描述符 | 第11-15页 |
| ·描述符的分类 | 第11-12页 |
| ·旋转平移不变矩的定义 | 第12-15页 |
| ·采用遗传算法的变量筛选方法 | 第15-16页 |
| ·用于建模的分类预测方法 | 第16-19页 |
| ·支持矢量学习机 | 第16-18页 |
| ·C4.5 决策树方法 | 第18-19页 |
| ·近邻法 | 第19页 |
| ·聚类分析 | 第19-20页 |
| ·数据的标准化处理 | 第20页 |
| ·模型预测结果评价 | 第20-21页 |
| ·模型的验证方法 | 第21-22页 |
| 第二章 抗真菌药物活性的研究 | 第22-31页 |
| ·抗真菌活性化合物和活性数据 | 第22-24页 |
| ·样本的聚类分析 | 第24-25页 |
| ·模型验证 | 第25-26页 |
| ·结果与讨论 | 第26-29页 |
| ·使用GA 进行变量筛选 | 第26页 |
| ·验证SVM 模型 | 第26-28页 |
| ·聚类分析的效果 | 第28页 |
| ·与KNN 和C4.5 方法的对比 | 第28-29页 |
| ·小结 | 第29-31页 |
| 第三章 人体小肠吸收药物活性的预测 | 第31-39页 |
| ·人体小肠吸收药物活性数据 | 第31-35页 |
| ·化合物活性数据 | 第31页 |
| ·训练集与测试集的构成 | 第31-35页 |
| ·结果与讨论 | 第35-37页 |
| ·使用GA 进行变量筛选 | 第35-36页 |
| ·聚类分析效果和SVM 模型的验证 | 第36-37页 |
| ·与KNN 和 C4.5 方法的结果对比 | 第37页 |
| ·小结 | 第37-39页 |
| 参考文献 | 第39-43页 |
| 硕士期间发表和完成的论文 | 第43-44页 |
| 声明 | 第44-45页 |
| 致谢 | 第45页 |
