文摘
英文文摘
第一章绪论
§1.1数据挖掘
§1.2质谱数据挖掘
§1.3质谱数据分类
第二章质谱数据
§2.1质谱及其特性
§2.2质谱特征
§2.3数据格式
第三章分类方法
§3.1维数的降低
§3.1.1变量选择
§3.1.2主成分分析法和偏最小二乘法
§3.2统计决策理论
§3.3线性分类方法
§3.4非线性分类方法
§3.4.1 K最近领域法
§3.4.2决策树
§3.4.3神经网络
§3.4.4支撑向量机
§3.5总结
第四章逆切片回归法与分类树的结合
§4.1逆切片回归法的思想与算法
§4.2分类树与逆切片回归法的结合
§4.3实验
§4.4讨论与总结
附表
第五章助推法(boosting)在化学计量学和质谱分析中的应用
§5.1助推法
§5.1.1助推法的算法和基本思想
§5.1.2神经网络助推法和分类树助推法
§5.2助推法模型的解释
§5.2.1预测变量的相对重要性
§5.2.2偏相关图
§5.3实验
§5.3.1实验1
§5.3.2实验2
§5.3.3实验3
§5.3.4实验4
第六章一种推广的助推算法以及它在化学二元分类问题中的应用
§6.1算法理论
§6.1.1贝叶斯最优决策律
§6.1.2 G-boosting中分类器的修正权
§6.1.3两种权的比较
§6.1.4 G-boosting中训练样本的修正权
§6.1.5 G-boosting的算法
§6.2实验
§6.3总结
第七章将来的工作和总结
§7.1质谱数据的多类学习问题
§7.1.1多类质谱数据
§7.1.2多类分类方法
§7.1.3试验结果及讨论
§7.2质谱分类中的其它问题
参考文献
科研成果简介
声明
致谢