论文部分内容阅读
本论文集中研究了采用支持矢量学习机(SVM)技术对化合物的药物活性进行分类预测的应用。全文包括两个部分,第一部分,即为第一章,叙述了SVM分类方法以及其他方法的理论基础,第二部分包括第二章和第三章,主要是两个实际应用的研究,第二章是SVM 分类方法在抗真菌药物的活性预测中的运用,第三章是预测药物在人体小肠吸收中的运用。在第一章中,介绍了支持矢量学习机的理论基础和工作原理以及在建模中所使用的方法。描述符的名称与分类以及一组新定义的形状描述符的定义和推导。遗传算法与SVM 连用进行变