【摘要】：近年來,集群建模方法逐漸成為變量選擇和異常樣本檢測的重要手段。結(jié)合集群建模思想,本論文提出了一種新的基于變量選擇的2D-QSAR建模方法：多元線性集群建模(Multiple Linear Regression Model Population Analysis, MLRMPA)。它是集群建模思想和多元線性逐步回歸思想相融合的一種建模方法。文中詳細(xì)介紹了集群建模算法及其應(yīng)用；多元線性集群建模算法、實現(xiàn)及在定量結(jié)構(gòu)活性關(guān)系中的應(yīng)用。通過兩個應(yīng)用實例,進(jìn)一步詳細(xì)描述了算法,探討了算法中的參數(shù)設(shè)置,并與啟發(fā)式方法和隨機(jī)森林算法得到的模型進(jìn)行比較,分析了該算法的優(yōu)缺點。 第一章集群建模算法和多元線性集群建模算法,介紹了集群建模算法及其應(yīng)用、多元線性集群建模算法,并對多元線性集群建模算法的實現(xiàn)工具R語言進(jìn)行了簡單介紹。 第二章對抗HIV-1非核苷類逆轉(zhuǎn)錄酶抑制劑二芳基嘧啶類衍生物(Diaryl-pyrimidine Derivatives, DAPYs)類藥物的多元線性集群建模研究。該章節(jié)針對兩種軟件(Codessa和Dragon)計算的描述符,利用傳統(tǒng)變量選擇方法分別建立模型,通過比較模型,找到更適合MLRMPA算法的一類描述符進(jìn)行MLRMPA建模；比較兩種建模方法(HM和MLRMPA)的結(jié)果,發(fā)現(xiàn)MLRMPA對于該體系能建立較好模型；文中對MLRMPA中的參數(shù)設(shè)置也進(jìn)行了探討。 第三章介紹了程序包MLRMPA。主要描述如何在Windows系統(tǒng)中編寫R語言程序包,結(jié)合應(yīng)用實例建立了預(yù)測有機(jī)化合物謝切諾夫常數(shù)的模型,介紹了如何使用多元線性集群建模算法的程序包MLRMPA,并將得到的結(jié)果和隨機(jī)森林算法以及文獻(xiàn)得到的結(jié)果進(jìn)行比較分析,得出該算法的優(yōu)缺點。 第四章對多元線性集群建模算法進(jìn)行總結(jié)和展望。
【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：N945.12

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 李敏勇,夏霖;從三維到五維:定量構(gòu)效關(guān)系(QSAR)的研究進(jìn)展[J];中國藥科大學(xué)學(xué)報;2003年06期

，

本文編號：2674766