基于支持向量回归的酚类化合物QSAR建模

目的:采用定量构效关系(QSAR)方法探索酚类化合物的毒性与分子结构参数的关系。方法:基于支持向量回归(SVR)、依均方误差最小原则选择最优核函数,对酚类化合物及其衍生物进行了QSAR研究。结果:不同数据集选取的最优核函数有异,对小样本、非线性等问题,SVR具有较优的稳定性及预测能力,在酚类化合物及其衍生物的QSAR研究中得到了优于原文献方法的独立预测结果。结论:SVR模型具有较好的预测能力,在QSAR及相关研究中可得到更广泛应用。     

基于近邻成分分析算法的原发性肝癌精确放疗后HBV再激活分类预测

原发性肝癌(PLC)患者在精确放疗后乙型肝炎病毒(HBV)再激活是一种常见并发症,及时的预测防护能降低发病率、死亡率。研究表明:多余的特征变量会影响HBV再激活的预测精度。通过提出基于近邻成分分析(NCA)的特征选择方法找出HBV再激活的危险因素及特征组合。之后分别建立经Bayes优化前后的支持向量机模型(SVM)对这些关键特征子集及初始特征集进行分类预测。实验结果表:明HBV DNA水平、KPS评分、分割方式、外放边界、V25、肿瘤分期TNM、ChildPugh等都是影响HBV再激活的危险因素。其中经NCA特征选择之后发现的V25是在乙型肝炎病毒再激活研究中首次提出的危险因素。10折交叉验证下特征组合HBV DNA水平、外放边界、V25的预测精度高达86.11%。支持向量机分类器可以很好的应用于乙型肝炎病毒再激活的研究,特征选择后的关键特征组合具有更优越的分类性能。     

基于小波神经网络的麦蚜发生程度预测模型

【目的】建立基于小波神经网络病虫害预测预报模型,对提前采取防病防虫措施、减少农作物病虫害损失、提高农作物产量与质量具有重要意义。【方法】本研究以山西省运城市芮城县1980-2014年麦蚜发生程度和气象因子数据为基础,采用主成分分析法从40个基础气象因子中整合形成9个新的自变量输入模型,采用试凑法筛选隐含层节点数,用1980-2009年的数据进行网络训练,对2010-2014年麦蚜发生程度进行回测,建立了以Morlet小波函数为传递函数的小波神经网络模型,并与以Sigmoid函数为传递函数的BP神经网络模型进行了比较。【结果】小波和BP神经网络两种模型对训练样本的平均拟合精度均有10年以上超过80%,两者MAPE 值分别为 89.83% 和83.07%,MSE 值分别为0.0578和0.6192。【结论】两个模型都能较好地描述麦蚜发生程度;从预测精度和模型的稳定性来看,小波神经网络好于BP神经网络。     

采用广义加法模型整合数字高程模型和遥感数据进行植被分布预测

为了采用广义加法模型整合数字高程模型和遥感数据进行植被分布的预测, 并探索耦合环境变量和遥感数据作为预测变量是否能够有效地提高植被分布预测的精度, 选择海拔、坡度、至黄河最近距离、至海岸线最近距离, 以及从SPOT5遥感影像中提取的光谱变量作为预测变量, 采用广义加法模型整合环境变量和光谱变量, 建立植被分布预测模型。研究设置3种建模情景(以环境变量作为预测变量, 以光谱变量作为预测变量, 综合使用环境变量与光谱变量作为预测变量)对黄河三角洲的优势植被类型的分布进行了预测, 并对预测结果采用偏差分析、受试者工作特征曲线和野外采样点对比等3种方法进行了验证。结果表明: (1)基于广义加法模型的植被分布预测方法具有一定的实用性, 可以较为准确地预测植被的分布; 盖度较高的植被类型预测精度较高, 盖度较低的植被类型预测精度较低, 植物群落结构的特点是出现这些差异的主要原因; 综合使用环境变量和光谱变量作为预测变量的模型, 预测精度高于单独以环境变量或者光谱变量作为预测变量的模型。(2)环境变量、光谱变量大多被选入模型, 二者均对植被分布预测有重要的作用; 同一预测变量在不同植被类型的预测模型中的贡献不同, 这与植被的光谱、环境特征差异有关; 同一预测变量在不同的建模情景下对模型的贡献不同, 环境变量与光谱变量的耦合效应可能是导致预测变量对模型的贡献出现变化的原因。     

基于支持向量回归的酚类化合物QSAR建模

目的：采用定量构效关系（QSAR）方法探索酚类化合物的毒性与分子结构参数的关系。方法：基于支持向量回归（SVR）、依均方误差最小原则选择最优核函数,对酚类化合物及其衍生物进行了QSAR研究。结果：不同数据集选取的最优核函数有异,对小样本、非线性等问题,SVR具有较优的稳定性及预测能力,在酚类化合物及其衍生物的QSAR研究中得到了优于原文献方法的独立预测结果。结论：SVR模型具有较好的预测能力,在QSAR及相关研究中可得到更广泛应用。     

小兴安岭2种阔叶树种叶面积和叶干质量经验模型的构建

快捷、准确地测定植被的叶面积(LA)和叶干质量(LM)是叶型几何学和植物功能学的基础工作之一,不仅对研究叶形态学和生物量估计有重要意义,而且对深入了解植被对气候变化的响应机制至关重要.本研究以温带落叶阔叶树种裂叶榆和青楷槭为研究对象,分别构建叶面积、叶干质量与叶片结构参数(如叶长L,叶宽W)间的经验模型,阐明经验模型的类型(线性或非线性)及最优自变量的选择是否存在种间差异,最后评估经验模型的预测精度.结果表明: 预测裂叶榆和青楷槭叶面积的最优经验模型分别为LA=0.614L^1.468W^0.464和LA=0.865(LW)^0.933;预测叶干质量的最优经验模型分别为LM=0.003L^1.537W^0.365和LM=0.001L^2.318.利用最优经验模型预测裂叶榆和青楷槭叶面积的精度分别为88%和96%,预测叶干质量的精度分别为73%和83%.基于预测叶面积和叶干质量的经验模型,可在非破坏性条件下间接地测定2种树种的比叶面积,预测精度分别为83%和90%.研究结果可为高效测定叶片水平上的叶性状及其动态变化提供技术支持.     

ARIMA与SVM组合模型在害虫预测中的应用

害虫发生是一种复杂、 动态时间序列数据, 单一预测模型都是基于线性或非线性数据, 不能同时捕捉害虫发生的线性和非线性规律, 很难达到理想的预测精度。本研究首先采用差分自回归移动平均模型对昆虫发生时间序列进行线性建模, 然后采用支持向量机对非线性部分进行建模, 最后得到两种模型的组合预测结果。将组合模型应用到松毛虫Dendrolimus punctatus发生面积的预测, 实验结果表明组合模型的预测精度明显优于单一模型, 发挥了两种模型各自的优势。组合模型是一种切实可行的害虫预测预报方法。     

三种预测林木生长量方法的比较

本研究选择了三种方法灰色GM(1,1)模型法、回归法、灰色线性回归组合模型法,经过数据的加载,灰色GM(1,1)为Ⅱ级合格模型,发展系数|a|＜0.3可用于中长期预测;在回归法中选用5个模型进行拟合,以Richards方程的复相关系高,残差平方和最小,被选中;灰色线性回组合模型达到Ⅲ级勉强可用模型.用三个模型分别对32、34龄阶的生长量进行预测,其平均相对精度分别为94.64%、80.68%、92.41%.     

基于熵准则的鲁棒的RBF谷胱甘肽发酵建模

在谷胱甘肽的发酵过程建模中, 当试验数据含有噪音时, 往往会导致模型预测精度和泛化能力的下降。针对该问题, 提出了一种新的基于熵准则的RBF神经网络建模方法。与传统的基于MSE准则函数的建模方法相比, 新方法能从训练样本的整体分布结构来进行模型参数学习, 有效地避免了传统的基于MSE准则的RBF网络的过学习和泛化能力差的缺陷。将该模型应用到实际的谷胱甘肽发酵过程建模中, 实验结果表明: 该方法具有较高的预测精度、泛化能力和良好的鲁棒性, 从而对谷胱甘肽的发酵建模有潜在的应用价值。     

基于熵准则的鲁棒的RBF谷胱甘肽发酵建模

在谷胱甘肽的发酵过程建模中, 当试验数据含有噪音时, 往往会导致模型预测精度和泛化能力的下降。针对该问题, 提出了一种新的基于熵准则的RBF神经网络建模方法。与传统的基于MSE准则函数的建模方法相比, 新方法能从训练样本的整体分布结构来进行模型参数学习, 有效地避免了传统的基于MSE准则的RBF网络的过学习和泛化能力差的缺陷。将该模型应用到实际的谷胱甘肽发酵过程建模中, 实验结果表明: 该方法具有较高的预测精度、泛化能力和良好的鲁棒性, 从而对谷胱甘肽的发酵建模有潜在的应用价值。     

芳香羧酸衍生物驱避剂的非线性定量构效关系

【目的】驱避剂可使害虫不敢接近受用者从而保护受用者免遭其害。建立高精度、可解释性强的非线性定量构效关系(quantitative structure activity relationship, QSAR)模型对设计合成新的高效昆虫驱避剂有重要意义。【方法】基于37个芳香羧酸类化合物对家蝇Musca domestica的驱避活性,以量子化学计算软件PCLIENT获取每一化合物初始描述符,以二元矩阵重排过滤器、多轮末尾淘汰实施特征非线性筛选,以支持向量回归(support vector regression, SVR)建立非线性QSAR模型,以SVR非线性解释体系分析各保留描述符对驱避活性的影响。【结果】1 542个初始描述符的SVR模型F=1.2,特征筛选后6个保留描述符的SVR模型F=184.6,特征筛选对QSAR模型精度有重要影响。6个保留分子描述符的重要性依次为p4BCD>GATS7v>T(O..O)> JGI8>SssO>nArCONR2。【结论】保留描述符与芳香羧酸类化合物对家蝇驱避活性的非线性关系明显,获得了高精度、普适性强的非线性SVR-QSAR模型。