-
题名基于机器学习的多类别气味模型研究
- 1
-
-
作者
靳彬艳
李秀珍
时薪媛
韩菲宇
张莉
-
机构
中国农业大学理学院应用化学系农药创新中心
-
出处
《农药学学报》
CAS
CSCD
北大核心
2024年第3期472-481,共10页
-
基金
国家自然科学基金(22177132)。
-
文摘
嗅觉在生物体感知外界化学信号方面发挥着关键作用,而气味评估是人们了解生物体嗅觉世界的重要手段。然而,由于评估人员的主观性而导致的气味描述词多样化,使基于计算方法的分子气味属性预测面临巨大的挑战。本研究基于单标签数据,采用6种机器学习算法和软投票模型集成策略,针对5种高频气味属性,构建了一个多类别的气味属性预测模型。该模型在测试集和外部测试集上的Macro F1分数均达到0.7以上,展现出良好的气味属性预测能力和泛化性能,并且在反直觉结构-气味关系方面具有一定的识别能力,为分子气味属性的有效预测提供了新的可能性。同时,本研究还预测了具有诱蚊效应的化合物分子可能的气味类别,为揭示蚊虫行为与气味嗅觉偏好之间的关系提供了重要线索。
-
关键词
嗅觉感知
机器学习
特征筛选
气味预测
蚊虫引诱剂
-
Keywords
olfactory perception
machine learning
feature screening
odor prediction
mosquito attractants
-
分类号
TQ450.1
[化学工程—农药化工]
TP181
[自动化与计算机技术—控制理论与控制工程]
-