化学计量学中高维数据的统计学习方法

本项目以化学计量学中的建立定量结构与活性关系模型为目的，对高维化学数据的统计学习的进行系统研究，其中特别是对多种中药挥发油的复杂体系中系列化合物的色谱保留指数等化学性质，某些药物分子的生物活性与化学结构的关系进行详细研究。发展基于子空间boosting学习方法， 研究在尽量不损失化学变量与化学性质相关的信息的条件下，消除数据中各子空间变量之间的重叠信息的方法，降低在学习过程中，模型过拟合风险；研究高维数据的多响应模型，发展块变量回归 与典型相关分析和相结合的统计学习方法； 研究用几何拓扑方法来界定出模型预测域或适用区域，使得能把握模型对新样本预测值的可靠性。 本项目将完成化学计量学的高维数据统计学习的系列方法，为化学工作者提供有效的数据建模方法，促进统计学习的理论和方法在定量结构与活性关系研究中的应用。