| 摘要 | 第1-10页 |
| 英文摘要 | 第10-12页 |
| 第一章 综述 | 第12-43页 |
| ·分析化学数据的建模方法 | 第12-14页 |
| ·回归分析方法 | 第12-13页 |
| ·模式识别方法 | 第13-14页 |
| ·多模型共识建模方法及应用 | 第14-30页 |
| ·多模型共识建模的基本理论 | 第15-20页 |
| ·多模型共识的建模方法 | 第20-29页 |
| ·多模型共识建模方法的应用 | 第29-30页 |
| 参考文献 | 第30-43页 |
| 第二章 多模型共识偏最小二乘(cPLS)算法用于植物样品的近红外光谱分析 | 第43-55页 |
| ·引言 | 第43-44页 |
| ·理论与算法 | 第44-48页 |
| ·多回归模型共识原理 | 第44-45页 |
| ·cPLS算法 | 第45-48页 |
| ·近红外光谱实验数据 | 第48-49页 |
| ·结果与讨论 | 第49-51页 |
| ·本章小结 | 第51页 |
| 参考文献 | 第51-55页 |
| 第三章 动态建模多模型共识算法用于植物样品的近红外光谱分析 | 第55-67页 |
| ·引言 | 第55-56页 |
| ·实验部分 | 第56页 |
| ·理论与算法 | 第56-59页 |
| ·多模型共识建模理论 | 第56-57页 |
| ·CDL-PLS算法 | 第57-59页 |
| ·用于比较的其它PLS回归模型 | 第59页 |
| ·结果与讨论 | 第59-63页 |
| ·CDL-PLS参数M和N的选择 | 第59-61页 |
| ·CDL-PLS与LOO-PLS、LIND-PLS和GIND-PLS的比较 | 第61-63页 |
| ·本章小结 | 第63页 |
| 参考文献 | 第63-67页 |
| 第四章 非重复特征多分类器共识算法用于基因表达谱数据分析 | 第67-89页 |
| ·引言 | 第67-68页 |
| ·基因表达谱数据 | 第68-69页 |
| ·理论与算法 | 第69-76页 |
| ·多分类器共识理论 | 第69页 |
| ·成员分类器——SIMCA | 第69-71页 |
| ·CAMCUN算法 | 第71-74页 |
| ·CAMCUN的评价方法及评价指标 | 第74页 |
| ·用CAMCUN标识生物标记物 | 第74-76页 |
| ·结果与讨论 | 第76-84页 |
| ·SIMCA的预测可信度 | 第76-78页 |
| ·CAMCUN的性能评价 | 第78-79页 |
| ·偶然相关的评估 | 第79-80页 |
| ·CAMCUN的预测可信度 | 第80-81页 |
| ·识别生物标记物(biomarker) | 第81-84页 |
| ·本章小结 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 第五章 不相交主成分分析(PCA)和遗传算法(GA)用于差异表达基因的识别 | 第89-103页 |
| ·引言 | 第89-90页 |
| ·数据和算法 | 第90-96页 |
| ·基因表达谱数据 | 第90-91页 |
| ·算法基本思想 | 第91-92页 |
| ·差异表达基因识别算法 | 第92-95页 |
| ·遗传算法(Genetic Algorithm,GA) | 第95-96页 |
| ·结果与讨论 | 第96-100页 |
| ·偶然相关的评估及p的稳定性 | 第96-97页 |
| ·差异表达基因识别方法的性能 | 第97-98页 |
| ·与t-检验和SAM的比较 | 第98-100页 |
| ·本章小结 | 第100页 |
| 参考文献 | 第100-103页 |
| 致谢 | 第103-104页 |
| 学位论文期间完成的论文目录 | 第104-105页 |
