声明
摘要
第1章 绪论
1.1 线性混合模型在大型数据上的应用以及研究现状
1.2 大型蛋白质质谱数据处理研究概况
1.2.1 大型蛋白质质谱数据的研究意义
1.2.2 蛋白质谱数据预处理阶段的研究
1.3 针对大型矩阵的奇异值分解的研究现状
1.4 本文的研究内容
第2章 相关理论概述
2.1 极大似然估计与受限的极大似然估计
2.2 奇异值分解理论概述
2.3 EMMA方法与FaST方法概述
第3章 针对大型矩阵奇异值分解的求解方法
3.1 面向列的分块R-SVD方法
3.2 并行计算与面向列的分块R-SVD方法结合
3.3 面向行的分块SVD方法
3.4 针对大型分块对角稀疏矩阵的特殊方法
第四章 数据模拟结果
4.1 面向列分块R-SVD方法的模拟结果
4.1.1 设计矩阵Z的维数为100,000乘4000时
4.1.2 设计矩阵Z的行数为500,000和1000,000时
4.2 面向行分块SVD方法的模拟结果
4.3 黑色素瘤细胞质谱数据分析
结论与展望
致谢
参考文献
附录1
附录2
攻读硕士学位期间发表的论文及科研成果