Multi-KNN-SVR组合预测在含氟化合物QSAR研究中的应用

为深入认识含氟农药生物活性与其结构之间的关系,建立了理想的QSAR模型,从化合物油水分配系数等7个分子结构描述符出发,基于支持向量回归(SVR)和MSE最小原则,经自动寻找最优核函数和非线性筛选描述符,构建了多个K-最近邻(KNN)预测子模型.再经非线性筛选获得保留子模型,以保留子模型实施组合预测(Multi-KNN-SVR).33种含氟化合物对5种不同病害生物活性的留一法组合预测结果表明,采用非线性筛选描述符和KNN子模型能有效地提高预测精度,基于多个KNN子模型的非线性组合能进一步提高预测性能.Multi-KNN-SVR组合预测在QSAR以及其它相关预测研究中具有广泛应用前景.

支持向量回归可解释性体系的建立

回归分析的主要任务是预测和解释。基于结构风险最小的支持向量回归模型取代传统经验风险最小回归模型,较好地解决了非线性、小样本、过拟合、维数灾难、局部极小等问题,泛化推广能力优异,但其可解释性差的缺陷一直未获根本性解决。基于F测验,为支持向量回归建立了一套完整的解释性体系,包括模型回归显著性测验、单因子重要性显著性测验、单因子效应及灵敏度分析、两因子互作显著性测验等。实例验证表明,其解释结果与传统二次多项式回归模型等具较好的一致性,初步表明了该解释性体系的合理性。

BP算法改进方法的研究进展

从BP神经网络的优点与缺点入手,对于其所存在的问题进行了探讨,并根据BP神经网络的问题,较全面地罗列了数种对BP神经网络训练优化的方法,如:数据的初始化、初始权值、隐层数的确定方法,传递函数、学习率和权值修改的优化方法,以及其它优化方法·

地方院校跨专业农业硕士学习现状及对策研究--以湖南人文科技学院植物保护领域为例

对近5年湖南人文科技学院农业硕士植物保护领域生源结构进行了分析,发现跨专业考生为主要生源;而补修部分课程是解决跨专业考生在学习上存在问题的较好方式。本文分析了目前我校补修课教学存在的问题并讨论了解决的思路,最后针对补修课程的设置提出了建议及思考。

基于支持向量回归的棉铃虫蛹发育历期估测

温度与发育速率关系模拟是昆虫学研究的一个重要内容,传统基于经验风险最小的非线性参数模型(Logan模型、Lactin模型和王氏模型)存在诸多弊端。本文基于结构风险最小的改进支持向量回归(SVR)研究温度与棉铃虫Helicoverpa armigera蛹发育历期关系。结果表明:与传统非线性模型相比,SVR模型性能优异;基于全部92个样本,SVR模型拟合和留一法预测的决定系数R^2分别为0.998和0.996,估测的蛹期三基点温度更可信。从全部样本中依温度均匀选取部分样本实施独立预测,当训练集为20个样本时,SVR模型独立预测的R^2为0.981,优于传统非线性模型中独立预测最佳的Lactin模型(R^2=0.958);当训练集进一步减少到12个样本时,SVR模型的R^2仅降低到0.964,而传统非线性模型均已不适用。结果提示SVR模型在小样本情况下较传统非线性模型优势明显,在昆虫发育历期估测建模中有应用前景。

支持向量机及组合预测在蛋白质四级结构分类中的应用

目的:基于支持向量机建立一个自动化识别新肽链四级结构的方法,提高现有方法的识别精度。方法:改进4种已有的蛋白质一级序列特征值提取方法,采用线性和非线性组合预测方法建立一个有效的组合预测模型。结果:以同源二聚体及非同源二聚体为例,对4种特征值提取方法进行改进后其分类精度均提升了2～3%;进一步实施线性与非线性组合预测后,其分类精度再次提高了2～3%,使独立测试集的分类精度达到了90%以上。结论:4种特征值提取方法均较好地反应出蛋白质一级序列包含四级结构信息,组合预测方法能有效地集多种特征值提取方法优势于一体。

具解释能力的支持向量回归应用于表面活性剂QSPR研究（英文）

基于结构风险最小的支持向量机具泛化推广能力优异等诸多优点,在分类和预测领域应用广泛,但其可解释性差的缺陷一直未获根本性解决。基于F测验为支持向量回归建立了一套完整的解释性体系,包括模型显著性测验、单描述符重要性显著性测验、单描述符效应及灵敏度分析、两描述符互作显著性测验等。将其应用于农药中常用阴离子表面活性剂的定量构质关系研究,实例验证表明,其解释结果与逐步线性回归模型及二次多项式逐步回归模型结果基本一致,且支持向量回归模型性能明显优于参比模型,表明了该解释性体系的合理性。

均匀设计和SVR在有机磷降解菌培养基配方优化中的应用（英文）

为提高有机磷降解菌菌株的降解活性,在单因素实验的基础上采用均匀设计和支持向量回归(SVR)对菌株的无机盐培养基配方进行优化。结果表明,当经SVR优化后的培养基配方为葡萄糖1.24 g/L、NH_4NO_30.73 g、KH_2PO_4 0.96 g、KCl 0.50 g、Mg SO_4·7H_2O0.50 g、MnSO_4 0.02 g、CaCl_2 0.04 g、蒸馏水1 000 mL、pH 7.0时,降解率最高(SVR,76.68%),优于二次多项式逐步回归分析参比模型(QSAR,74.67%)。基于均匀设计和SVR的配方优化方法有望在多因素多水平配方优化试验中得到广泛应用。

全球气候变暖对极小种群植物扣树生境适宜性的影响

极小种群植物扣树(Ilex kaushue S. Y. Hu)是分布于中国南方的特有树种,易受到气候变化的影响。为加强扣树的保护,有必要研究气候变暖背景下其生境适宜性范围的变化。通过对10种物种分布模型的预测精度进行对比,选择3种预测性能较好的物种分布模型(GBM、MaxEnt和RF)的平均值来评估气候变暖对扣树生境适宜性的影响。当前气候下扣树适宜生境区的预测结果表明,扣树的分布较为集中,最冷月最低温度(bio6)、降雨量季节性变化(bio15)和最干旱月降雨量(bio14)对模型贡献最大,说明扣树对温度和降水较为敏感。在未来气候情景下,扣树的生境适宜区呈现向北迁移的趋势,适宜分布范围存在不同程度的缩小;预测到2070年,随着温室气体排放增加,扣树的适生范围由RCP2.6情景下的92.70%缩小到RCP8.5情景下的51.52%,特别是在低纬度的海南省, 4种情景的平均适生生境缩减了93.67%。因此,在制定极小种群植物扣树的保护策略时应考虑气候变暖的影响。

响应面法优化超声提取木槿花多酚的工艺研究

以木槿花为原料,利用响应面法对提取木槿花多酚的工艺条件进行优化。在单因素实验的基础上,以超声功率、超声时间、料液比、乙醇体积分数为影响因素,利用Box-Behnken中心组合方法进行4因素3水平实验设计,以多酚得率为响应值进行响应面分析。结果表明,最优提取条件是:超声功率112 W,时间49 min,料液比1∶36(g/m L),乙醇体积分数69%,在此条件下木槿花多酚得率达20.507 mg/g,与理论值20.518 mg/g相近,比用乙醇溶液浸提的多酚得率提高12.91%;超声波辅助法提取木槿花多酚简便、提取率高,回归模型合理可靠,可用于实际预测。

改进支持向量机在棉铃虫人工饲料配方优化中的应用

发展新的实验设计与分析方法,通过实施尽可能少的实验而获得满意配方对动植物营养、发酵工程等复杂多因素多水平寻优问题极为重要。本研究结合均匀设计(uniform design,UD)与支持向量回归(support vector regression,SVR),提出了一种新的配方优化实验设计与分析方法UD-SVR,将其应用于棉铃虫Helicoverpa armigera(Hbner)幼虫人工饲料配方优化。结果表明:在考虑6因素时仅通过2轮22个实验,表征配方优劣的指标———平均蛹重即由初始的0.2436g高效提升至0.3044g,明显优于二次多项式偏最小二乘回归等经验风险最小参比模型。UD-SVR预测精度高、指导性强、可解释性好、优化高效,有望在多因素多水平配方优化中得到广泛应用。

基于均匀设计与支持向量回归的发酵配方优化

结合均匀设计与支持向量回归,提出了一种新的配方优化实验设计与分析方法UD-SVR.将其应用于优化产谷氨酸脱羧酶大肠杆菌诱变株的培养基配方与发酵条件,在考虑9因素时仅通过2轮28个实验,酶活性(吸光度OD630)即由初始的1.528高效提升至2.303,明显优于二次多项式偏最小二乘回归等经验风险最小参比模型.UD-SVR为多因素多水平配方优化实验设计与分析提供了一套预测精度高、指导性强、可解释性好、优化高效的整体解决方案.

基于均匀设计优化的大螟实用饲料配方及继代饲养

通过均匀设计对大螟人工饲料配方进行了优化,获得的实用饲料优化配方如下:琼脂3g,大豆粉8g,茭白粉11g,酵母16g,蔗糖6g,稻茎粉3g,玉米粉11g,麦芽粉5g,干酪素7g,维生素C 0.8g,山梨酸0.64g,金霉素0.54g,胆固醇0.04g,无机盐1.5g,蒸馏水200g。该配方对大螟已连续饲养超过10个世代,优于以往报道的饲料。该配方饲养的大螟第1代初孵化幼虫发育至蛹的比例(化蛹率87.5%)较原配方(CK,40.8%)提高46.7个百分点。从第1代到第10代的连续饲养过程中,大螟的化蛹率、羽化率、卵孵化率和单雌产卵量等指标没有明显退化趋势,平均分别为42.5%～87.5%、79.7%～95.8%、90.0～94.9%和95～252粒/雌。第10代除雄幼虫历期显著较长外,其余各指标均与第1代无显著差异。

玉竹多酚微波辅助提取工艺优化及体外抗氧化活性研究

在单因素实验的基础上,以微波功率、提取时间、料液比、乙醇体积分数为影响因素,利用Box-Behnken中心组合方法进行四因素三水平实验设计,以多酚含量为响应值,进行响应面分析;利用对DPPH自由基和超氧阴离子两种自由基的清除作用测定玉竹多酚的体外抗氧化活性。结果表明,玉竹多酚提取的最佳工艺为微波功率329W,提取时间26min,料液比1∶34(g/mL),乙醇体积分数49%,在此条件下玉竹多酚含量达67.40mg/g;玉竹多酚对超氧阴离子和DPPH·均有良好的清除效果。微波辅助法提取玉竹多酚高效、简单,可用作玉竹多酚的提取工艺,回归模型合理可靠,可用于实际预测;玉竹多酚具有明显的体外抗氧化活性。

基于支持向量回归的生物测定数据分析

生物测定是生物学、医学、毒理学的重要内容与基础。常用的定量生物测定数据分析方法时间-剂量-死亡率模型(TDM)不能对复杂生测数据建立统一模型,信息利用不充分。本文基于支持向量回归(SVR),提出了一种能对不同供试因子、不同供试对象和不同环境条件下复杂生测数据统一建模的新方法。14个简单生测数据和2套复杂生测数据的对比分析结果表明,SVR模型拟合与留一法预测精度均优于TDM模型,估计的LD50和LT50等指标更为可信。SVR模型有望作为TDM模型的有益补充,在定量生物测定数据分析中得到广泛应用。

基于支持向量机非线性筛选水稻苗期抗旱性指标

作物抗旱性指标筛选具小样本、多指标和非线性等特点,传统的基于经验风险最小原则经线性筛选获得的综合指标及在此基础上建立的线性回归模型的合理性受到质疑;基于结构风险最小原则的支持向量机具适于小样本、非线性、泛化推广能力优异等诸多优点,但可解释性差。本文以15个水稻品种苗期反复干旱存活率为因变量,从24个形态生理指标中经支持向量回归(SVR)非线性筛选得苗高、脯氨酸、丙二醛、叶龄、心叶下倒一叶面积、抗坏血酸等6个综合指标,以此建立的SVR模型拟合精度与留一法预测精度均明显优于参比线性模型;如考虑指标测量的简易性,仅以地上部干重、心叶下倒二叶面积、根冠比、叶龄、叶鲜重、心叶下倒一叶面积等6个形态指标进行评估同样可行。为增强SVR的解释能力,基于F测验对SVR模型建立了非线性回归显著性与单因子重要性显著性的测验方法。

基于局部核函数与全局核函数支持向量回归优化小样本QSAR建模

为提高小样本定量构效关系(QSAR)预测精度,基于支持向量机全局核函数与局部核函数提出了一种新的建模方法:先依不同核函数筛选描述符,再依保留描述符构建支持向量机回归(SVR)子模型.子模型预测活性值与实验值组成混合样本.以均方误差(MSE)最小为原则,对混合样本再次基于SVR实施核函数寻优与子模型筛选,基于最优核函数和保留子模型以留一法完成预测.对2个小样本体系的QSAR研究表明,该方法兼具局部核函数和全局核函数的优点,既有较强的学习能力,又有较好的推广能力,预测精度高,稳定性好.

自调用支持向量回归和偏最小二乘优化支持向量机参数

参数选择是支持向量分类、回归分析的关键问题之一,在大训练样本条件下,大范围遍历搜索极为耗时.将均匀设计(UD)分别与自调用支持向量回归(SVR)、偏最小二乘回归(PLR)结合,提出了两种将大样本搜索转化为小样本搜索的策略UD-SVR和UD-PLR:在默认搜索范围内由均匀设计产生部分参数组合,每组合对训练集经交叉测试得评价指标(对分类为准确率,对回归为均方误差);以评价指标为目标函数,对部分参数组合形成的小样本,UD-SVR自调用支持向量回归以留一法进行大范围搜索建模,UD-PLR以PLR直接建模,并预测默认范围内所有参数组合;取预测评价指标最优的对应参数组合训练大样本,完成独立预测.对8个基准分类数据集、8个回归数据集的独立预测表明,两种新方法在保证预测精度的同时,大幅度缩短了训练建模时间,为大样本支持向量机参数选择提供了新的有效解决方案,UD-SVR比UD-PLR更具鲁棒性.

自调用支持向量回归优化支持向量机参数

参数选择是支持向量回归分析的关键问题之一,在大训练样本条件下,大范围遍历搜索极为耗时。基于均匀设计和自调用支持向量回归,提出了一种将大样本搜索转化为小样本搜索的策略:在3因素9水平搜索范围,经混合均匀设计产生27个参数组合,每组合对训练集经交叉测试得其均方误差MSE;以MSE为目标函数,对该27个参数组合形成的小样本自调用支持向量回归以留一法进行大范围搜索建模,预测729个完全参数组合;取预测MSE最小的对应参数组合完成大样本的训练、预测。对5个基准数据集的独立预测表明,新方法在保证预测精度的同时,大幅度缩短了训练建模时间,为大样本支持向量机参数选择提供了新的有效解决方案。

E.coli谷氨酸脱羧酶高产菌株选育及发酵条件研究

以普通大肠杆菌(E.coli)为出发菌株,以L-谷氨酸、溴甲酚绿(pH3.8～5.4)为筛选及指示剂,经亚硝基胍(NTG)、UV诱变处理,得到L-谷氨酸脱羧酶活性变异菌株,其L-谷氨酸脱羧酶(GAD)活性大幅度提高,比出发菌株酶活性提高了2.22倍。优化试验显示:pH值、发酵时间、诱导剂L-谷氨酸、硫酸镁对GAD产酶有较大影响。通过对产酶发酵培养基中几种成分单因素变动及正交优化实验,对该菌株产GAD的诱导剂L-谷氨酸、营养要求和发酵条件进行了研究,优化后的发酵培养基组成为牛肉膏5g/L,蛋白胨10g/L,氯化钠3g/L,L-谷氨酸0.5g/L,葡萄糖1.5g/L,磷酸二氢钾2g/L,硫酸镁0.7g/L。发酵条件是:pH6.8,接种菌龄20h,发酵时间20h。在优化条件下突变菌株GAD活性可达6790.7U,是出发菌株的2.76倍。