支持向量机方法在医学和环境化学中应用的研究.pdf

摘 要 Vector 由Vapnik及其合作者提出的支持向量机(SupportMachine，SVM)是一种 新型机器学习方法，因其出色的学习能力，已成为当前国际机器学习界的研究热点． 近年来，对SVM的研究主要集中在对SVM本身性质的研究和完善以及加大SVM应用 研究的深度和广度两方面．目前为止，支持向量机已应用于模式分类、回归分析、 函数估计等方面。本文将支持向量机引入到环境化学和医学等领域，拓宽了支持向 量机的应用范围，促进了学科间的交叉。 本论文第一章简述了定量结构．性质关系(QuantitativeStructure．Property 本原理并综述了其在QSPR中的应用。这些理论和现状分析为我们开展本论文的研究 工作提供了理论基础和依据． 在第二章中，应用QSPR方法研究了烷基苯酚类化合物气相色谱保留值与其结构 参数之间的定量关系。运用启发式回归方法和支持向量机方法分别建立了“个烷基 苯酚类化合物的结构与其色谱保留值之间的线性和非线性模型。两种方法的相关系 两种模型的稳定性和预测能力的比较，发现线性模型能够更好地反映烷基苯酚的气 相色谱保留值与其结构参数之间的定量关系。在已