小波变换—模式识别挖掘代谢物组学信息的研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 前言 | 第7-8页 |
| 第一章 文献综述 | 第8-24页 |
| ·代谢物组学简介 | 第8-9页 |
| ·代谢物组学的应用 | 第9-11页 |
| ·毒性评价 | 第9-10页 |
| ·基因功能预测 | 第10页 |
| ·营养学研究 | 第10-11页 |
| ·环境安全评价 | 第11页 |
| ·代谢物组学的研究流程 | 第11-14页 |
| ·样本制备和检测 | 第12-13页 |
| ·数据标准的建立 | 第13页 |
| ·获取数据 | 第13-14页 |
| ·代谢物组学领域的生物信息学 | 第14-17页 |
| ·模式识别方法的分类 | 第14-15页 |
| ·模式识别方法的评价标准 | 第15页 |
| ·模式识别的应用现状和存在的问题 | 第15-16页 |
| ·数据预处理 | 第16-17页 |
| ·小波变换简介 | 第17-23页 |
| ·小波变换的历史 | 第17页 |
| ·小波变换的特点 | 第17-18页 |
| ·小波变换基本理论 | 第18-20页 |
| ·几种常用小波 | 第20-22页 |
| ·小波变换的应用 | 第22-23页 |
| ·本课题的基本假设 | 第23页 |
| ·本课题的主要工作 | 第23-24页 |
| 第二章 小波变换－无监督模式识别方法的研究 | 第24-49页 |
| ·引言 | 第24页 |
| ·主成分分析方法 | 第24-34页 |
| ·PCA 的基本原理 | 第24-26页 |
| ·PCA 研究不同基因型的拟南芥样本 | 第26-28页 |
| ·数据预处理的对PCA 的影响 | 第28-31页 |
| ·PCA 研究不同基因型的微生物样本 | 第31-33页 |
| ·小结 | 第33-34页 |
| ·WT-PCA 研究不同基因型的拟南芥样本 | 第34-39页 |
| ·小波的选择 | 第34-35页 |
| ·WT-PCA 的结果 | 第35-39页 |
| ·HCA 研究不同基因型的拟南芥样本 | 第39-44页 |
| ·HCA 的基本原理 | 第39-41页 |
| ·研究方法 | 第41页 |
| ·结果与讨论 | 第41-44页 |
| ·WT-HCA 研究不同基因型的拟南芥样本 | 第44-47页 |
| ·研究方法 | 第44-45页 |
| ·结果与讨论 | 第45-47页 |
| ·本章小结 | 第47-49页 |
| 第三章 小波变换－有监督模式识别方法的研究 | 第49-54页 |
| ·引言 | 第49页 |
| ·人工神经网络简介 | 第49-51页 |
| ·人工神经网络基本原理 | 第49-50页 |
| ·BP 神经网络基本原理 | 第50-51页 |
| ·BP 神经网络研究不同基因型的拟南芥样本 | 第51-52页 |
| ·研究方法 | 第51-52页 |
| ·研究结果 | 第52页 |
| ·WT-BPNN 研究不同基因型的拟南芥样本 | 第52-53页 |
| ·研究方法 | 第53页 |
| ·研究结果 | 第53页 |
| ·本章小结 | 第53-54页 |
| 第四章 结论与展望 | 第54-55页 |
| 附录 | 第55-64页 |
| 参考文献 | 第64-69页 |
| 发表论文和科研情况说明 | 第69-70页 |
| 致谢 | 第70页 |
