首页--数理科学和化学论文--化学论文--化学原理和方法论文

变量选择和变换的新方法研究

摘要第1-8页
Abstract第8-14页
第Ⅰ部分 前言和方法综述第14-41页
 第1章 前言第14-19页
   ·化学计量学和化学信息学的发展和新任务第14页
   ·生物统计和生物信息学第14-15页
   ·课题来源第15-17页
   ·本文的主要内容和成果第17-19页
 第2章 方法综述第19-41页
   ·QSAR第19-26页
     ·QSAR的发展第19页
     ·QSAR的步骤第19-26页
       ·分子结构参数第20页
       ·建模方法第20-24页
       ·QSAR中的变量选择方法第24-26页
   ·超大规模数据的降维第26-31页
     ·分类问题的变量选择第27-29页
       ·T检验法第28页
       ·Wilkins法第28-29页
       ·Chi-square法第29页
     ·变量变换第29-31页
       ·线性组合第30页
       ·非线性组合第30-31页
   ·核函数第31-41页
     ·核函数的发展第31-35页
     ·核函数构造方法简介第35-36页
     ·常用的核函数方法第36-38页
       ·Kernel PLS第36页
       ·KPCA第36页
       ·KFDA第36-37页
       ·核聚类方法第37-38页
     ·核方法的特点第38-41页
第Ⅱ部分 蛋白质芯片数据分析第41-77页
 第3章 KPLS分类预报第42-56页
   ·蛋白质组学概述第42-44页
   ·SELDI-TOF第44-48页
     ·SELDI-MS操作步骤第45-47页
     ·SELDI-TOF在血清肿瘤标志物检测中的应用第47-48页
   ·KPLS第48-50页
   ·卵巢癌SELDI-TOF数据分析第50-54页
     ·结果评价第50-51页
     ·低分辨率卵巢癌数据处理第51-53页
     ·高分辨率卵巢癌数据分析第53-54页
   ·结论第54-56页
 第4章 多阶统计量变换第56-62页
   ·多阶统计量第56-57页
   ·结果第57-62页
 第5章 模式变量第62-77页
   ·模式挖掘第62-63页
   ·挖掘流程第63-71页
   ·计算结果第71-75页
     ·肿瘤模式第71-73页
     ·对照模式第73-75页
   ·讨论第75-77页
第Ⅲ部分 核函数变换应用于其它实例第77-112页
 第6章 基因芯片数据分析第78-85页
   ·基因芯片技术概述第78-79页
   ·基因表达谱数据处理策略第79-80页
     ·数据预处理第79页
     ·特征提取第79-80页
   ·芯片数据分析第80-85页
     ·降维第80-81页
     ·自组织映射第81-83页
     ·结果与讨论第83-85页
       ·数据和处理方法第83页
       ·验证第83-85页
 第7章 多肽保留时间预测第85-92页
   ·多肽鉴定概述第85-87页
   ·多肽保留时间的相关研究第87-88页
   ·计算结果第88-92页
     ·多肽的描述变量第88-89页
     ·保留时间预测结果第89-92页
 第8章 持久性有机污染物-PCDD/FS第92-107页
   ·有机污染物QSAR概述第92-94页
   ·DIOXINS简介第94-96页
   ·PCDD/Fs结构参数第96-98页
   ·保留时间预测结果与讨论第98-103页
     ·模型的比较第99-102页
     ·模型验证第102-103页
   ·DIOXINS毒性研究与芳烃受体蛋白第103-107页
     ·Dioxins与芳烃受体蛋白第103-104页
     ·Dioxins毒性与结构关系研究第104-107页
 第9章 药物分子设计中的定量构效关系研究第107-112页
   ·神经氨酸酶抑制剂第108-109页
   ·计算步骤第109-110页
   ·结果与讨论第110-111页
   ·小结第111-112页
第Ⅳ部分 结语和展望第112-114页
致谢第114-115页
个人简历 在读期间发表的学术论文与研究成果第115-116页
参考文献第116-135页

论文共135页,点击 下载论文
上一篇:计算滴定分析法的理论及应用
下一篇:毫米波固态功率合成技术研究