基于支持向量机的串联谱图预处理模型
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 蛋白质组学的发展 | 第9-10页 |
| 1.2 蛋白质鉴定方法与质谱技术 | 第10-12页 |
| 1.3 论文的主要工作与内容安排 | 第12-15页 |
| 第2章 质谱分析原理 | 第15-25页 |
| 2.1 质谱构成 | 第15-16页 |
| 2.2 质谱仪与质谱分析原理 | 第16-21页 |
| 2.2.1 电离方式 | 第17-18页 |
| 2.2.2 质量分析仪器 | 第18-19页 |
| 2.2.3 离子检测器 | 第19-20页 |
| 2.2.4 碎裂规律 | 第20-21页 |
| 2.3 质谱文件格式与鉴定软件 | 第21-23页 |
| 2.4 质谱预处理方法 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 机器学习 | 第25-32页 |
| 3.1 机器学习背景 | 第25-27页 |
| 3.2 支持向量机 | 第27-30页 |
| 3.3 不平衡数据处理方式 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 模型建立 | 第32-39页 |
| 4.1 特征选择 | 第32-36页 |
| 4.1.1 基于峰强度的特征 | 第32-33页 |
| 4.1.2 基于质荷比的特征 | 第33-34页 |
| 4.1.3 基于范围内与其他峰的关系的特征 | 第34页 |
| 4.1.4 基于化学规则的特征 | 第34-35页 |
| 4.1.5 特征分析 | 第35-36页 |
| 4.2 数据集选择与格式处理 | 第36-38页 |
| 4.3 本章小结 | 第38-39页 |
| 第5章 模型检验与结果分析 | 第39-49页 |
| 5.1 组分预测模型 | 第39-46页 |
| 5.2 自预测模型 | 第46-47页 |
| 5.3 同物种模型预测 | 第47-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第6章 总结与展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 攻读硕士学位期间发表的研究成果 | 第55页 |
