《表2 支持向量机与人工神经网络、多元线性回归、偏最小二乘回归模型比较结果》
在使用ANN进行建模的过程中,设置输入层节点14个,隐蔽层节点8个,输出层节点1个,激活函数为sigmoid。训练集与测试集分别为36个与8个。图3(b)、(c)、(d)和表2显示,ANN建立的QSAR模型留一法验证结果相关系数R为0.686,RMSE为0.745;MLR模型建立的QSAR模型留一法验证结果相关系数R为0.878,RMSE为0.463;PLS建立的QSAR模型留一法验证结果相关系数R为0.620,RMSE为0.515。表4列出了8个外部测试样本的结构、毒性值以及在不同算法下的预测值(Acal)。外部数据验证结果显示,ANN模型预测结果的平均相对误差为10.0%,MLR模型的QSAR模型预测结果的平均相对误差为7.00%,PLS的QSAR模型预测结果的平均相对误差为22.70%,综合比较四种算法的交叉验证结果、相关系数、RMSE和平均相对误差,发现ANN、MLR与PLS三种算法结果都劣于SVM预测结果。基于以上研究结果,最终选择线性核函数的SVM模型作为预测OPs毒性的QSAR模型。
图表编号 | XD0089676000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.18 |
作者 | 万金玉、刘怡飞 |
绘制单位 | 泉州医学高等专科学校药学系、福建医科大学附属第二医院 |
更多格式 | 高清、无水印(增值服务) |