摘要 | 第1-5页 |
ABSTRACT | 第5-8页 |
目录 | 第8-10页 |
第一章 绪论 | 第10-19页 |
1.1 前言 | 第10-11页 |
1.2 质谱数据库介绍 | 第11-14页 |
1.3 质谱数据分析面临的问题 | 第14-16页 |
1.4 中药现代化与中药色谱指纹图谱的评价 | 第16-17页 |
1.5 本文的研究内容 | 第17-19页 |
第二章 质谱数据形式对质谱数据分类的影响 | 第19-42页 |
2.1 理论部分 | 第20-29页 |
2.1.1 质谱分类的几种数据形式 | 第20-22页 |
2.1.1.1 质谱原始数据形式 | 第20页 |
2.1.1.2 质谱丰度[0,1]一位编码变换数据形式 | 第20页 |
2.1.1.3 质谱丰度的对数正态分布转换数据形式 | 第20-21页 |
2.1.1.4 质谱数据的光谱特征转换数据形式 | 第21-22页 |
2.1.1.5 质谱数据的组合峰的数据形式 | 第22页 |
2.1.2 应用于质谱建模分类的几种算法 | 第22-29页 |
2.1.2.1 K最近邻法(K-Nearest Neighbor Discrimination Method,KNN) | 第22-23页 |
2.1.2.2 支持向量机(Support Vector Machines,SVM) | 第23-25页 |
2.1.2.3 决策树(Decision Tree) | 第25-27页 |
2.1.2.4 Boosting算法 | 第27-29页 |
2.2 实验部分 | 第29-31页 |
2.2.1 实验质谱数据的选择提取 | 第29页 |
2.2.2 质谱分类的数据形式实验 | 第29页 |
2.2.3 分类模型的评价方法 | 第29-31页 |
2.2.4 软件 | 第31页 |
2.3 结果与讨论 | 第31-41页 |
2.4 结论 | 第41-42页 |
第三章 多类质谱分类研究 | 第42-58页 |
3.1 理论部分 | 第43-47页 |
3.1.1 支持向量机(Support Vector Machines,SVM) | 第43-44页 |
3.1.2 Boosting算法 | 第44-46页 |
3.1.3 序贯过程(Sequential Procedure) | 第46-47页 |
3.2 实验部分 | 第47-50页 |
3.2.1 实验质谱数据的选择提取 | 第47-48页 |
3.2.2 三类分类实验 | 第48-49页 |
3.2.3 四类分类实验 | 第49页 |
3.2.4 序贯过程应用于四类分类实验 | 第49页 |
3.2.5 分类模型的评价方法 | 第49-50页 |
3.2.6 软件 | 第50页 |
3.3 结果与讨论 | 第50-57页 |
3.4 结论 | 第57-58页 |
第四章 基于主灵敏度矢量回归评价中药色谱指纹图谱 | 第58-74页 |
4.1 理论部分 | 第58-63页 |
4.1.1 主成分回归(Principal Component Regression,PCR) | 第58-60页 |
4.1.2 蒙特卡罗交互检验(Monte Carlo Cross Validation,MCCV) | 第60-61页 |
4.1.3 基于主灵敏度矢量的稳健主成分回归(Robust Principal Components Regression based on Principal Sensitivity Vectors,RPPSV) | 第61-63页 |
4.2 实验材料和方法 | 第63-64页 |
4.2.1 银杏样品来源 | 第63-64页 |
4.2.2 银杏样本实验条件 | 第64页 |
4.2.3 数据处理 | 第64页 |
4.3 结果与讨论 | 第64-73页 |
4.4 结论 | 第73-74页 |
参考文献 | 第74-84页 |
致谢 | 第84-85页 |
攻读学位期间主要的研究成果 | 第85页 |