致谢 | 第4-5页 |
摘要 | 第5-7页 |
Abstract | 第7-8页 |
目录 | 第9-11页 |
表格目录 | 第11-12页 |
插图目录 | 第12-14页 |
1 引言 | 第14-20页 |
1.1 数据分析 | 第14-15页 |
1.2 核磁共振数据分析 | 第15-18页 |
1.3 本文的创新之处 | 第18-20页 |
2 Renyi 条件熵的中心极限定理及收敛速度 | 第20-32页 |
2.1 引言 | 第20-23页 |
2.2 定2.1.2的证明 | 第23-29页 |
2.3 讨论 | 第29页 |
2.4 基于残差的模型选择与诊断方法 | 第29-32页 |
3 代谢组学中一维谱数据的归一化 | 第32-48页 |
3.1 引言 | 第32-35页 |
3.1.1 常用的归一化方法 | 第32-33页 |
3.1.2 归一化的过程及聚类部分和归一化 | 第33-35页 |
3.2 聚类部分和归一化(Clustering Partial Integral Normalization,CPIN) | 第35-40页 |
3.2.1 聚类部分和归一化的基本思想 | 第35页 |
3.2.2 层次聚类分析及正交偏最小二乘判别分析 | 第35-37页 |
3.2.3 聚类部分和归一化的过程 | 第37-40页 |
3.3 数据及实验说明 | 第40-41页 |
3.3.1 样品制备 | 第40-41页 |
3.3.2 实验说明 | 第41页 |
3.4 聚类部分和归一化与其他归一化方法结果的比较 | 第41-45页 |
3.5 小结 | 第45-48页 |
4 代谢组学中一维谱数据的降维可视化 | 第48-72页 |
4.1 引言 | 第48-49页 |
4.2 常用的线性降维方法 | 第49-57页 |
4.2.1 主成分分析(Principal Component Analysis,PCA) | 第49-50页 |
4.2.2 线性判别分析(Linear Discrimant Analysis,LDA) | 第50-53页 |
4.2.3 偏最小二乘(Partial Least Squares,PLS) | 第53-56页 |
4.2.4 正交偏最小二乘(Orthogonal Partial Least Squares,OPLS) | 第56-57页 |
4.3 核函数与核矩阵 | 第57-60页 |
4.3.1 核函数 | 第57-59页 |
4.3.2 核矩阵及其中心化 | 第59-60页 |
4.4 核偏最小二乘与核正交偏最小二乘 | 第60-66页 |
4.4.1 核偏最小二乘 | 第61-63页 |
4.4.2 核正交偏最小二乘 | 第63-65页 |
4.4.3 核正交偏最小二乘对核函数线性变换的不变性 | 第65-66页 |
4.5 案例结果显示与分析 | 第66-70页 |
4.5.1 PCA与LDA的降维效果 | 第67-68页 |
4.5.2 核正交偏最小二乘的降维效果 | 第68-70页 |
4.6 小结 | 第70-72页 |
5 PTS转运系统的建模分析 | 第72-86页 |
5.1 引言 | 第72页 |
5.2 PTS转运系统的简介及其在磁共振研究中的新进展 | 第72-74页 |
5.3 解离常数K_d与磷酸基传递效率的关系 | 第74-77页 |
5.4 PTS转运系统建模及其相关转运通路的传递效率分析 | 第77-83页 |
5.5 关于PTS转运系统二元通路存在意义的讨论 | 第83-84页 |
5.6 小结 | 第84-86页 |
6 总结与展望 | 第86-88页 |
7 附录 | 第88-92页 |
参考文献 | 第92-98页 |
作者简历 | 第98-100页 |
学位论文数据集 | 第100页 |