| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 代谢组学的研究现状 | 第10-13页 |
| 1.2 偏最小二乘-判别分析 | 第13-14页 |
| 1.3 粒子群算法 | 第14-15页 |
| 1.4 肺癌 | 第15-16页 |
| 1.5 本论文的立题思想和主要研究工作 | 第16-17页 |
| 参考文献 | 第17-22页 |
| 第2章 优化的变量加权偏最小二乘-判别分析法结合核磁共振(~1H NMR)用于肺癌血清代谢组学研究 | 第22-43页 |
| 2.1 前言 | 第22-24页 |
| 2.2 理论 | 第24-28页 |
| 2.2.1 偏最小二乘判别分析(PLS-DA) | 第24页 |
| 2.2.2 粒子群优化算法(PSO) | 第24-25页 |
| 2.2.3 基于杂交粒子群优化算法的偏最小二乘-判别分析(PSO-PLSDA) | 第25-28页 |
| 2.2.4 目标函数 | 第28页 |
| 2.3 实验 | 第28-29页 |
| 2.3.1 样品准备 | 第28页 |
| 2.3.2 ~1H NMR数据的采集 | 第28-29页 |
| 2.4 结果和讨论 | 第29-38页 |
| 2.5 小结 | 第38-39页 |
| 参考文献 | 第39-43页 |
| 第3章 样本和变量同时优化的偏最小二乘-判别分析法结合核磁共振波谱用于肺癌血清代谢组学研究 | 第43-58页 |
| 3.1 前言 | 第43-44页 |
| 3.2 理论 | 第44-47页 |
| 3.2.1 基于离散的粒子群优化算法的样本与变量同时优化的偏最小二乘-判别分析法(PSO-SV-PLSDA) | 第44-47页 |
| 3.2.2 目标函数 | 第47页 |
| 3.3 实验 | 第47页 |
| 3.4 结果和讨论 | 第47-55页 |
| 3.5 小结 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 第4章 总结 | 第58-59页 |
| 攻读硕士学位期间发表的学术论文 | 第59-60页 |
| 致谢 | 第60页 |
