代谢组学时间序列数据趋势分析方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·代谢组学概述 | 第8页 |
| ·代谢组学分析流程 | 第8-10页 |
| ·样品的收集 | 第8页 |
| ·样品分析和数据采集 | 第8-10页 |
| ·数据分析 | 第10页 |
| ·代谢组学应用领域 | 第10-11页 |
| ·本文主要工作 | 第11-13页 |
| 2 时间序列数据挖掘技术 | 第13-21页 |
| ·数据挖掘 | 第13-18页 |
| ·数据挖掘的步骤 | 第13-14页 |
| ·聚类技术 | 第14-16页 |
| ·分类技术 | 第16页 |
| ·特征选择技术 | 第16-18页 |
| ·时间序列的数据挖掘 | 第18-20页 |
| ·时间序列的表示 | 第19页 |
| ·时间序列的分类问题 | 第19页 |
| ·时间序列的聚类问题 | 第19-20页 |
| ·时间序列异常检测挖掘 | 第20页 |
| ·本章小结 | 第20-21页 |
| 3 基于聚类的代谢组学时间序列数据趋势分析 | 第21-42页 |
| ·时间序列趋势分析方法 | 第21-26页 |
| ·肝病时间序列趋势分析 | 第26-35页 |
| ·背景信息 | 第26页 |
| ·实验数据 | 第26-27页 |
| ·结果与讨论 | 第27-35页 |
| ·水稻纹枯病时间序列趋势分析 | 第35-41页 |
| ·植物代谢组学 | 第35页 |
| ·水稻纹枯病 | 第35页 |
| ·实验数据 | 第35-36页 |
| ·结果与讨论 | 第36-41页 |
| ·本章小结 | 第41-42页 |
| 4 一种基于加权的聚类融合方法 | 第42-48页 |
| ·聚类融合 | 第42-44页 |
| ·聚类融合的提出及其特性 | 第42页 |
| ·聚类融合的步骤及几种常用的聚类融合方法 | 第42-43页 |
| ·加权的聚类融合方法 | 第43-44页 |
| ·实验结果与讨论 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 攻读硕士学位期间发表学术论文情况 | 第52-53页 |
| 致谢 | 第53-54页 |
