| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 第一章 引言 | 第8-31页 |
| 1．1 人工神经网络研究历史 | 第8-10页 |
| 1．2 人工神经网络基础 | 第10-17页 |
| 1．2．1 人工神经元模型 | 第10-12页 |
| 1．2．2 人工神经网络模型 | 第12-13页 |
| 1．2．3 前向神经网络 | 第13-14页 |
| 1．2．4 反馈神经网络 | 第14-15页 |
| 1．2．5 自组织神经网络 | 第15页 |
| 1．2．6 神经网络的两大类学习方法 | 第15-16页 |
| 1．2．7 RBF算法 | 第16-17页 |
| 1．3 人工神经网络在分析化学中的应用 | 第17-21页 |
| 1．3．1 图谱分析 | 第18页 |
| 1．3．2 非线性校准 | 第18-19页 |
| 1．3．3 分类 | 第19-20页 |
| 1．3．4 定量结构-性质相关（QSPR）预测 | 第20-21页 |
| 1．3．5 其他 | 第21页 |
| 1．4 研究意义与前景展望 | 第21-22页 |
| 1．5 人工神经网络用于MALDI飞行时间质谱的分类辨识 | 第22-24页 |
| 参考文献 | 第24-31页 |
| 第二章 径向基函数网络用于细菌的MALDI-TOF-MS分类 | 第31-45页 |
| 2．1 前言 | 第31-32页 |
| 2．2 基本原理 | 第32-35页 |
| 2．2．1 径向基函数网络 | 第32-34页 |
| 2．2．2 基质辅助激光解吸／电离-飞行时间质谱 | 第34-35页 |
| 2．3 实验部分 | 第35-36页 |
| 2．3．1 数据预处理 | 第35-36页 |
| 2．3．2 模型选择标准 | 第36页 |
| 2．3．3 分类依据 | 第36页 |
| 2．4 结果与讨论 | 第36-42页 |
| 2．4．1 不同参数对网络预报结果的影响 | 第36-38页 |
| 2．4．2 对不同细菌分类的预测结果 | 第38-42页 |
| 2．5 结论 | 第42-43页 |
| 参考文献 | 第43-45页 |
| 第三章 改进的径向基函数网络用于细菌的MALDI-TOF-MS分类 | 第45-76页 |
| 3．1 前言 | 第45-46页 |
| 3．2 理论基础 | 第46-50页 |
| 3．2．1 径向基函数网络 | 第46-48页 |
| 3．2．2 前向选择径向基函数网络 | 第48-50页 |
| 3．3 实验部分 | 第50-51页 |
| 3．4 结果与讨论 | 第51-73页 |
| 3．4．1 规则化参数的影响 | 第51-52页 |
| 3．4．2 径向基函数半径的影响 | 第52-58页 |
| 3．4．3 偏差项的影响 | 第58-59页 |
| 3．4．4 对不同细菌分类的预测结果 | 第59-72页 |
| 3．4．5 RBF网络改进前后分类预测能力比较 | 第72-73页 |
| 3．5 结论 | 第73页 |
| 参考文献 | 第73-76页 |
| 附录 | 第76-78页 |
