| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第一章 综述 | 第13-30页 |
| ·多变量数据分析中的特征选择问题 | 第13-14页 |
| ·蛋白质组学质谱数据分析中的化学计量学方法 | 第14-22页 |
| ·质谱数据预处理 | 第16-18页 |
| ·特征选择 | 第18-21页 |
| ·分类方法 | 第21-22页 |
| ·近红外光谱分析中的化学计量学方法 | 第22-28页 |
| ·光谱预处理技术 | 第23-25页 |
| ·多元校正建模 | 第25-27页 |
| ·模型精度 | 第27页 |
| ·近红外光谱的变量选择 | 第27-28页 |
| ·本文的主要研究内容 | 第28-30页 |
| 第二章 本论文相关的几种多变量数据分析方法及原理 | 第30-50页 |
| ·主成分分析及其扩展方法 | 第30-34页 |
| ·主成分分析的基本算法 | 第30-32页 |
| ·主成分分析算法的几种扩展 | 第32-34页 |
| ·偏最小二乘法及其扩展方法 | 第34-37页 |
| ·偏最小二乘法的基本算法 | 第34-36页 |
| ·偏最小二乘法的扩展方法 | 第36-37页 |
| ·非相关线性判别分析 | 第37-40页 |
| ·独立成分分析 | 第40-50页 |
| ·独立成分分析基本模型 | 第41-42页 |
| ·数据的预处理 | 第42-43页 |
| ·ICA的估计原理和估计方法 | 第43-47页 |
| ·扩展独立成分分析 | 第47-48页 |
| ·独立成分分析的若干应用 | 第48-50页 |
| 第三章 基于ULDA的演进式特征选择方法及其在蛋白质组学质谱数据分析中的应用 | 第50-62页 |
| ·概述 | 第50-51页 |
| ·基于非相关线性判别分析的演进式特征选择方法原理 | 第51-54页 |
| ·χ2算法(CHI2 algorithm) | 第51-52页 |
| ·非相关线性判别分析(ULDA) | 第52-53页 |
| ·基于ULDA的演进式特征选择方法(ULDA-HFS) | 第53-54页 |
| ·ULDA-HFS用于蛋白质组学质谱数据的生物标记物探寻及样本分类 | 第54-56页 |
| ·数据集 | 第54页 |
| ·数据处理 | 第54-56页 |
| ·结果与讨论 | 第56-61页 |
| ·χ2用于变量箱的选择 | 第56-58页 |
| ·ULDA用于样本分类和变量选择 | 第58-60页 |
| ·结果评价 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第四章 ICA-ULDA算法及其在蛋白质组学质谱数据分析中的应用 | 第62-77页 |
| ·引言 | 第62-63页 |
| ·ICA—ULDA算法 | 第63-67页 |
| ·ICA基本理论 | 第63-64页 |
| ·ICA用于蛋白质组学质谱数据的特征提取 | 第64页 |
| ·ULDA | 第64页 |
| ·数据分析方法步骤 | 第64-67页 |
| ·数据集 | 第67-68页 |
| ·结果与讨论 | 第68-76页 |
| ·数据集A:结肠癌数据集 | 第68-74页 |
| ·数据集B:卵巢癌数据集 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 第五章 基于F-score和偏最小二乘判别分析的特征选择方法及其在蛋白质组学质谱数据分析中的应用 | 第77-87页 |
| ·引言 | 第77-78页 |
| ·方法及数据集 | 第78-81页 |
| ·基于F-score与偏最小二乘判别分析的分类特征选择方法原理 | 第78-79页 |
| ·数据预处理 | 第79-80页 |
| ·偏最小二乘判别分析 | 第80页 |
| ·F-score | 第80-81页 |
| ·数据集 | 第81页 |
| ·结果讨论 | 第81-85页 |
| ·数据预处理 | 第81-82页 |
| ·数据集A | 第82-84页 |
| ·数据集B | 第84-85页 |
| ·本章小结 | 第85-87页 |
| 第六章 蒙特卡罗采样—递归偏最小二乘法用于近红外光谱分析的波长选择 | 第87-103页 |
| ·引言 | 第87-88页 |
| ·方法 | 第88-89页 |
| ·蒙特卡罗采样 | 第88页 |
| ·子集中变量的选择 | 第88-89页 |
| ·最佳变量集的确定 | 第89页 |
| ·数据集 | 第89-91页 |
| ·玉米样品近红外光谱数据 | 第89-90页 |
| ·生物样品近红外光谱数据 | 第90-91页 |
| ·烟草样品近红外光谱数据 | 第91页 |
| ·结果与讨论 | 第91-102页 |
| ·蒙特卡罗采样次数的影响 | 第91页 |
| ·根据EDF进行变量的逐步剔除 | 第91-93页 |
| ·玉米湿度(corn moisture)数据分析 | 第93-95页 |
| ·玉米蛋白质(corn protein)数据分析 | 第95-97页 |
| ·人血清白蛋白(HSA)数据分析 | 第97-99页 |
| ·人血清γ-球蛋白(γ-globulin)数据分析 | 第99-101页 |
| ·烟草尼古丁(tobacco nicotine)数据分析 | 第101-102页 |
| ·本章小结 | 第102-103页 |
| 第七章 基于变量纯度的波长选择方法在近红外光谱分析中的应用 | 第103-110页 |
| ·引言 | 第103页 |
| ·方法 | 第103-104页 |
| ·数据集 | 第104页 |
| ·三组分体系近红外光谱数据集 | 第104页 |
| ·烟草样品近红外光谱数据集 | 第104页 |
| ·结果与讨论 | 第104-109页 |
| ·三组分体系近红外光谱数据集 | 第104-107页 |
| ·烟草样本近红外光谱数据集 | 第107-109页 |
| ·本章小结 | 第109-110页 |
| 全文总结 | 第110-111页 |
| 参考文献 | 第111-132页 |
| 攻读学位期间取得的学术成果 | 第132-133页 |
| 致谢 | 第133页 |
