简介：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．
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
