教育部“新世纪优秀人才支持计划”(NCET-06-0710)
- 作品数：16 被引量：116H指数：8
- 相关作者：袁哲明谭显胜谭泗桥熊兴耀熊洁仪更多>>
- 相关机构：湖南农业大学湖南省作物种质创新与资源利用重点实验室湖南生物机电职业技术学院更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”国家自然科学基金国家教育部博士点基金更多>>
- 相关领域：生物学农业科学自动化与计算机技术理学更多>>
- 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建模被引量：4
- 2009年
- 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.
- 谭泗桥袁哲明柏连阳谭显胜熊洁仪
- 关键词：支持向量机小样本定量构效关系组合预测
- 地统计方法在昆虫学研究中的应用被引量：10
- 2009年
- 地统计学近年来成为空间分析的重要工具,其应用领域广泛分布于地理学、生态学、土壤等自然科学的众多领域。该文综述了地统计方法在昆虫学研究中的发展现状与研究进展,包括昆虫的种群空间结构、害虫发生的预测和害虫的风险管理及其不足,从而有利于这些方法的进一步应用。
- 向昌盛袁哲明
- 关键词：地统计学昆虫
- 基于均匀设计与支持向量回归的发酵配方优化被引量：15
- 2009年
- 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.
- 袁哲明左斌谭泗桥谭显胜熊兴耀
- 关键词：均匀设计支持向量回归
- 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.结合均匀设计(Uniform Design,UD)与支持向量回归(Support Vector Re...
- 李俊谭显胜谭泗桥袁哲明熊兴耀
- 关键词：棉铃虫人工饲料均匀设计支持向量回归
- 改进支持向量机在棉铃虫人工饲料配方优化中的应用被引量：11
- 2010年
- 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(Hbner)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。
- 李俊谭显胜谭泗桥袁哲明熊兴耀
- 关键词：棉铃虫人工饲料均匀设计支持向量回归
- 自调用支持向量回归优化支持向量机参数被引量：4
- 2010年
- 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。
- 王志明谭显胜袁哲明伍朝华
- 关键词：均匀设计支持向量回归大样本参数选择
- 在QSAR中应用SVR的非线性组合预测被引量：1
- 2009年
- 为提高定量构效关系(quantitative structure-activity relationship,QSAR)模型预测的精度,以支持向量回归(support vector regression,SVR)全局与局部核函数,发展出1种非线性组合方法GK-LK-SVR,其基本思路为:依均方误差(MSE)最小原则,分别基于SVR的全局与局部核函数筛选描述符后预测,实测值与不同核函数的预测值组合成混合样本,然后再依MSE最小原则基于SVR对混合样本实施核函数寻优及子模型筛选,最后以留一法完成预测。对2种化合物QSAR建模结果表明:GK-LK-SVR方法预测精度高,有望在QSAR研究中得到广泛应用。
- 谭泗桥柏连阳谭显胜熊洁仪袁哲明
- 关键词：定量构效关系支持向量回归
- 抗菌肽的研究进展被引量：4
- 2009年
- 抗菌肽是一类抗细菌、真菌、病毒、寄生虫及肿瘤细胞的小分子多肽,是生物抵御自然界中有害微生物侵染的重要因素,且具抗菌谱广、无免疫原性、作用机制独特、耐热性好等特性,有望成为抗生素的替代品。本文着重介绍了抗菌肽的性质、种类、作用机理等方面的研究进展,同时对其应用、目前存在的问题进行了讨论。
- 谭显胜李巍巍王志明袁哲明
- 关键词：抗菌肽
- 自调用支持向量回归和偏最小二乘优化支持向量机参数被引量：3
- 2010年
- 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.
- 王志明谭显胜袁哲明伍朝华
- 关键词：均匀设计支持向量回归偏最小二乘大样本参数选择
- 支持向量机及组合预测在蛋白质四级结构分类中的应用被引量：1
- 2008年
- 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。
- 谭显胜袁哲明周铁军熊洁仪王春娟
- 关键词：支持向量机组合预测
