期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于支持向量学习机方法的抗真菌药物活性预测
被引量：
3
1
作者
李泽荣
陈仕伟
+2 位作者
谈宁馨
陈宇综
李象远
《高等学校化学学报》
SCIE
EI
CAS
CSCD
北大核心
2005年第8期1527-1531,共5页
为了预测分子的抗真菌活性,计算了表征分子的电子、拓扑、几何结构和分子形状等特征的67个分子描述符,并用于支持向量学习机对分子抗真菌活性分类模型的建立和活性预测.分别用留一法和五重交叉法对模型进行了验证.在五重交叉验证中,根...
为了预测分子的抗真菌活性,计算了表征分子的电子、拓扑、几何结构和分子形状等特征的67个分子描述符,并用于支持向量学习机对分子抗真菌活性分类模型的建立和活性预测.分别用留一法和五重交叉法对模型进行了验证.在五重交叉验证中,根据分子三维结构的相似性,首先把所研究的94个分子分成若干类,再分别从每一类中随机选择若干个分子组成若干个训练集,剩余的分子构成相应的测试集.结果表明,用上述两种验证方法得到的结果相近,且所建立的模型具有较高的预测性,交叉验证的预测正确率达到84.0%.
展开更多
关键词
支持向量学习机
抗真菌活性
分子描述符
留一
法
五重交叉法
在线阅读
下载PDF
职称材料
基于广义回归神经网络的税务稽查选案实证研究
被引量：
4
2
作者
楼文高
娄元英
尹淑平
《广东商学院学报》
CSSCI
北大核心
2013年第6期74-80,共7页
针对企业纳税稽查选案,采用全部样本和五重-交叉检验法(CV)分别建立线性回归、判别分析、Logistic、支持向量机(SVM)和广义回归神经网络(GRNN)模型,比较研究不同模型的建模结果。GRNN模型结构简单,训练速度快,能很好地进行小样本、连续...
针对企业纳税稽查选案,采用全部样本和五重-交叉检验法(CV)分别建立线性回归、判别分析、Logistic、支持向量机(SVM)和广义回归神经网络(GRNN)模型,比较研究不同模型的建模结果。GRNN模型结构简单,训练速度快,能很好地进行小样本、连续非线性系统建模。实证研究结果表明,GRNN模型非常适用于税务稽查选案研究,在上述五种模型中,分类错误率最低,小于10%。
展开更多
关键词
纳税稽查选案
广义回归神经网络
分类错误率
五
重
-
交叉
检验
法
评价指标体系
在线阅读
下载PDF
职称材料
题名
基于支持向量学习机方法的抗真菌药物活性预测
被引量：
3
1
作者
李泽荣
陈仕伟
谈宁馨
陈宇综
李象远
机构
四川大学化学学院
四川大学化工学院
新加坡国立大学计算科学系
出处
《高等学校化学学报》
SCIE
EI
CAS
CSCD
北大核心
2005年第8期1527-1531,共5页
基金
国家自然科学基金(批准号:20473054)资助.
文摘
为了预测分子的抗真菌活性,计算了表征分子的电子、拓扑、几何结构和分子形状等特征的67个分子描述符,并用于支持向量学习机对分子抗真菌活性分类模型的建立和活性预测.分别用留一法和五重交叉法对模型进行了验证.在五重交叉验证中,根据分子三维结构的相似性,首先把所研究的94个分子分成若干类,再分别从每一类中随机选择若干个分子组成若干个训练集,剩余的分子构成相应的测试集.结果表明,用上述两种验证方法得到的结果相近,且所建立的模型具有较高的预测性,交叉验证的预测正确率达到84.0%.
关键词
支持向量学习机
抗真菌活性
分子描述符
留一
法
五重交叉法
Keywords
Support vector machine（SVM）
Antifungal activity
Molecular descriptors
分类号
O641 [理学—物理化学]
在线阅读
下载PDF
职称材料
题名
基于广义回归神经网络的税务稽查选案实证研究
被引量：
4
2
作者
楼文高
娄元英
尹淑平
机构
上海商学院财经学院
上海理工大学管理学院
出处
《广东商学院学报》
CSSCI
北大核心
2013年第6期74-80,共7页
基金
上海高校知识服务平台"上海商贸服务业知识服务中心"建设子项目"税收风险管理信息系统设计及开发"(ZF1226)
文摘
针对企业纳税稽查选案,采用全部样本和五重-交叉检验法(CV)分别建立线性回归、判别分析、Logistic、支持向量机(SVM)和广义回归神经网络(GRNN)模型,比较研究不同模型的建模结果。GRNN模型结构简单,训练速度快,能很好地进行小样本、连续非线性系统建模。实证研究结果表明,GRNN模型非常适用于税务稽查选案研究,在上述五种模型中,分类错误率最低,小于10%。
关键词
纳税稽查选案
广义回归神经网络
分类错误率
五
重
-
交叉
检验
法
评价指标体系
Keywords
the sampling of tax audit
a general regression neural network （GRNN）
classification errorrate
five-fold cross-validation method
evaluation index system
分类号
F812.42 [经济管理—财政学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于支持向量学习机方法的抗真菌药物活性预测
李泽荣
陈仕伟
谈宁馨
陈宇综
李象远
《高等学校化学学报》
SCIE
EI
CAS
CSCD
北大核心
2005
3
在线阅读
下载PDF
职称材料
2
基于广义回归神经网络的税务稽查选案实证研究
楼文高
娄元英
尹淑平
《广东商学院学报》
CSSCI
北大核心
2013
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
