PCA-SVM模型在几丁质酶最适温度建模中的应用

摘要：

采用主成分分析法(PCA)对样本数据集进行预处理,将得到的新样本数据集输入支持向量机(SVM),籍助均匀设计(UD),构建几丁质酶氨基酸组成和最适温度的数学模型.当径向基核函数的3个参数,惩罚系数C为10,ε为0.5,γ为5时,模型对温度拟合的平均绝对百分比误差为5.06%,预测的平均绝对误差为1.83 ℃,说明具有良好的预测效果且优于神经网络的预测结果.

关键词：几丁质酶、数学模型、主成分分析、支持向量机、最适温度

所属期刊栏目：29

分类号：Q556+.2;Q141(酶)

资助基金：国家自然科学基金40601046;福建省高等学校新世纪优秀人才计划支持项目2006;福建省自然科学基金B0510011

在线出版日期：2008-06-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：236-240