摘要：为提高药物研发的效率,通常使用定量构效关系(QSAR)模型来预测化合物的生物活性,从而进行筛选和优化。目前,基于统计分析的QSAR随着变量急剧增多变得束手无策,同时预测精度还有提高的空间。基于此,本文提出了一种基于改进的PCA算法对变量进行降维,并利用改进的麻雀搜索算法优化BP神经网络(ISSA-BPNN),以此提高预测的精度。改进的PCA算法先基于Pearson、最大互信息系数(MIC)和随机森林(RF)的加权得分得到主要特征变量,再用PCA算法对原特征进行降维得到主要输入变量;ISSA-BPNN算法优化BPNN的权值和阈值,达到输出稳定和保证全局收敛。以乳腺癌治疗时,化合物对ERα的生物活性数据为例进行了训练和预测。结果表明:本文所提算法预测精度更高,为药物研发提供了一种有效方法。

摘要：PM2.5是空气污染中对人体危害最大的一类污染物之一,对PM2.5的准确预测可以为人们社会活动的决策制定提供可靠依据。使用自编码器(Auto-encoder)能够达到较高的预测精度,但是需要训练的参数量大,所需的计算资源也会增加,于是本文提出了一种待训练参数比Auto-encoder减少了24%的PM2.5预测模型FE-LSTM (Feature Extraction-LSTM)。FE-LSTM模型基于SE注意力机制、卷积神经网络(CNN)和长短期记忆网络(LSTM)等模块,先使用CNN提取出输入张量的初始特征,再通过SE注意力对特征张量按通道加权,通过全连接和重构后使用LSTM得出污染浓度的预测值。在北京PM2.5数据集上,对FE-LSTM模型及对比模型进行了训练和测试,结果表明,本文所提出的FE-LSTM模型的预测精度优于其他对比模型。