| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-22页 |
| ·气相色谱 - 质谱联用 | 第13-14页 |
| ·主成分分析 | 第14-15页 |
| ·偏最小二乘 | 第15-16页 |
| ·支持向量机 | 第16-18页 |
| ·粒子群优化算法 | 第18-19页 |
| ·食用油类型鉴别 | 第19页 |
| ·癌细胞类型鉴别 | 第19-20页 |
| ·卷烟感官品质预测 | 第20-21页 |
| ·本论文研究的意义及主要内容 | 第21-22页 |
| 第2章 基于 PSO-SVM 算法与脂肪酸图谱数据用于食用植物油的分类 | 第22-34页 |
| ·前言 | 第22-23页 |
| ·理论部分 | 第23-26页 |
| ·支持向量机（SVM） | 第24-25页 |
| ·基于粒子群算法优化的支持向量机（PSO-SVM） | 第25-26页 |
| ·实验部分 | 第26页 |
| ·试剂和样品 | 第26页 |
| ·样品前处理 | 第26页 |
| ·结果与讨论 | 第26-33页 |
| ·基于 GC-MS 食用油脂肪酸的图谱特征 | 第26-31页 |
| ·PSO 优化的 SVM 模型区分植物油的种类 | 第31-33页 |
| ·小结 | 第33-34页 |
| 第3章 基于细胞膜磷脂构成差异的多种肿瘤细胞分类 | 第34-42页 |
| ·引言 | 第34-35页 |
| ·理论部分 | 第35-36页 |
| ·实验部分 | 第36-37页 |
| ·仪器及试剂 | 第36-37页 |
| ·实验方法 | 第37页 |
| ·结果与讨论 | 第37-41页 |
| ·基于 GC-MS 分析的不同肿瘤细胞中脂肪酸含量 | 第37-39页 |
| ·不同种类肿瘤细胞工作曲线的绘制 | 第39-40页 |
| ·偏最小二乘回归模型对肿瘤细胞的分类结果 | 第40-41页 |
| ·小结 | 第41-42页 |
| 第4章 基于烟气仿生吸收液 GC-MS 数据的卷烟感官品质预测 | 第42-52页 |
| ·前言 | 第42-43页 |
| ·理论部分 | 第43-44页 |
| ·基于离散粒子群优化算法的支持向量机建模 | 第43-44页 |
| ·数据集 | 第44页 |
| ·结果与讨论 | 第44-51页 |
| ·小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-63页 |
| 附录 A 攻读学位期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64页 |
