| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第9-17页 |
| ·线性混合模型在大型数据上的应用以及研究现状 | 第9-10页 |
| ·大型蛋白质质谱数据处理研究概况 | 第10-13页 |
| ·大型蛋白质质潜数据的研究意义 | 第10-12页 |
| ·蛋白质谱数据预处理阶段的研究 | 第12-13页 |
| ·针对大型矩阵的奇异值分解的研究现状 | 第13-15页 |
| ·本文的研究内容 | 第15-17页 |
| 第2章 相关理论概述 | 第17-25页 |
| ·极大似然估计与受限的极大似然估计 | 第17页 |
| ·奇异值分解理论概述 | 第17-19页 |
| ·EMMA方法与FaST方法概述 | 第19-25页 |
| 第3章 针对大型矩阵奇异值分解的求解方法 | 第25-31页 |
| ·面向列的分块R-SVD方法 | 第25-26页 |
| ·并行计算与面向列的分块R-SVD方法结合 | 第26-28页 |
| ·面向行的分块SVD方法 | 第28-30页 |
| ·针对大型分块对角稀疏矩阵的特殊方法 | 第30-31页 |
| 第四章 数据模拟结果 | 第31-38页 |
| ·而向列分块R-SVD方法的模拟结果 | 第31-33页 |
| ·设计矩阵Z的维数为100,000乘4000时 | 第31-33页 |
| ·设计矩阵Z的行数为500,000和1000,000时 | 第33页 |
| ·面向行分块SVD方法的模拟结果 | 第33-34页 |
| ·黑色素瘤细胞质谱数据分析 | 第34-38页 |
| 结论与展望 | 第38-40页 |
| 致谢 | 第40-41页 |
| 参考文献 | 第41-45页 |
| 附录1 | 第45-56页 |
| 附录2 | 第56-59页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第59页 |