| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 模式识别概述 | 第9-10页 |
| 1.2 模式识别的发展 | 第10-11页 |
| 1.3 模式识别的应用 | 第11-12页 |
| 1.4 模式识别常用的方法 | 第12-13页 |
| 1.5 光谱预处理方法 | 第13-15页 |
| 1.5.1 归一化处理(Normalized） | 第13页 |
| 1.5.2 标准正态变换 (Standard Normal Variation, SNV) | 第13-14页 |
| 1.5.3 平滑处理（Smoothing） | 第14页 |
| 1.5.4 导数校正（Derivative Correction） | 第14页 |
| 1.5.5 多元散射校正（Multiplicative Scatter Correction, MSC） | 第14-15页 |
| 第2章 药品的XRD数据解析 | 第15-22页 |
| 2.1 引言 | 第15-19页 |
| 2.1.1 药品分析现状 | 第15-17页 |
| 2.1.2 PCA原理 | 第17页 |
| 2.1.3 PCA理论基础 | 第17页 |
| 2.1.4 X射线衍射（XRD）概述 | 第17-19页 |
| 2.2 实验部分 | 第19-22页 |
| 2.2.1 数据获取 | 第19页 |
| 2.2.2 结果与讨论 | 第19-22页 |
| 第3章 微量元素的ROC曲线和独立样本T检验对肺癌的分析 | 第22-28页 |
| 3.1 引言 | 第22-24页 |
| 3.2 实验阶段 | 第24-25页 |
| 3.2.1 采集样本 | 第24-25页 |
| 3.2.2 分析工具和方法 | 第25页 |
| 3.3 数据处理与结果 | 第25-26页 |
| 3.4 结论 | 第26-28页 |
| 第4章 肺癌患者血清拉曼光谱数据的模式识别解析 | 第28-37页 |
| 4.1 引言 | 第28-30页 |
| 4.1.1 拉曼光谱技术 | 第28页 |
| 4.1.2 拉曼光谱用于医学诊断的研究现状 | 第28-30页 |
| 4.2 理论与算法 | 第30-31页 |
| 4.2.1 多重散射校正（MSC） | 第30页 |
| 4.2.2 主成分分析（PCA）和非负矩阵分解（NMF） | 第30页 |
| 4.2.3 偏最小二乘判别分析（PLS-DA） | 第30-31页 |
| 4.2.4 线性相关分析（LDA）和非线性相关分析（ULDA） | 第31页 |
| 4.3 数据和计算 | 第31页 |
| 4.3.1 样本和实验 | 第31页 |
| 4.4 计算 | 第31-32页 |
| 4.5 结果与讨论 | 第32-36页 |
| 4.5.1 PCA和NMF方法的结果 | 第32-33页 |
| 4.5.2 PLS-DA方法的结果 | 第33-34页 |
| 4.5.3 LDA和ULDA方法的结果 | 第34-36页 |
| 4.6 结论 | 第36-37页 |
| 参考文献 | 第37-46页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第46-47页 |
| 致谢 | 第47页 |
