2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩93頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、復雜體系的化學模式識別和質(zhì)量分析一直是分析化學中極具挑戰(zhàn)性的課題?,F(xiàn)代分析儀器的發(fā)展為復雜體系的分析提供了大量多維的、信息豐富的數(shù)據(jù),如何從這些繁雜的數(shù)據(jù)中最大限度地獲取有用信息并建立有效的分析方法,是當代分析化學工作者面臨的一個重要課題?;瘜W計量學是一門化學與統(tǒng)計學、數(shù)學、計算機科學交叉所產(chǎn)生的化學學科分支。其在數(shù)據(jù)處理、信息提取以及復雜體系的定性定量分析中具有獨特優(yōu)勢,能夠解決許多傳統(tǒng)分析方法難以解決的問題。因此,本論文主要以化學計

2、量學方法中的主成分分析、系統(tǒng)聚類分析和三維數(shù)據(jù)解析等方法為基礎(chǔ),開展了適合復雜體系的化學模式識別與質(zhì)量分析方法研究,為提高復雜體系的分類和鑒別提供新的思路。具體內(nèi)容主要包括以下幾個方面:
   1.基于主成分分析在高維數(shù)據(jù)分析中具有的獨特優(yōu)勢,提出了一種主成分累積(principal component accumulation,PCAcc)分析方法,并將其用于提高兩類的辨別。該方法主要通過一種累加策略將多個主成分中的信息進行融

3、合,并利用最終的融合信息對樣品進行分類。該方法的特點在于,通過累加操作充分地利用了多個主成分空間中的信息,從而全面地反映了樣品的類別模式。將提出的PCAcc分析方法用于基于基因表達數(shù)據(jù)的癌癥樣品分類研究,并將所得結(jié)果與主成分分析方法及文獻報道方法的結(jié)果進行了比較。結(jié)果表明,PCAcc分析方法可獲得較全面的類別信息,有效提高分類結(jié)果的準確性。
   2.對上述PCAcc分析方法進一步發(fā)展,使其適合多類別復雜樣品的分類研究。該方法采

4、取依次區(qū)分的方式實現(xiàn)多類別復雜樣品的分類。即依據(jù)各類樣品差異程度的不同,尋找最容易和其它類分開的一類,將多類問題簡化為兩類問題,然后采用累加策略依次實現(xiàn)各類樣品的區(qū)分。此方法的特點在于,一方面充分利用了不同主成分空間中的信息,全面地反映了樣品的類別模式,另一方面,由于對各類按差異程度的大小采取了依次區(qū)分的方式,可以更清楚地描述樣品間的差異關(guān)系。將方法應(yīng)用于不同部位及不同牌號煙草樣品的分類研究。結(jié)果表明,該方法可對多類別的復雜樣品實現(xiàn)有效

5、識別,為解決多類別復雜樣品的分類提供了新的途徑。
   3.將主成分分析、系統(tǒng)聚類分析與近紅外光譜技術(shù)相結(jié)合用于復雜樣品的模式識別研究,并提出了一種改進的系統(tǒng)聚類圖以實現(xiàn)多類別煙草樣品的區(qū)分。在該方法中,首先利用主成分分析實現(xiàn)信息的提取和數(shù)據(jù)的降維,然后采用系統(tǒng)聚類分析對各類進行相似度區(qū)分。針對傳統(tǒng)系統(tǒng)聚類圖在處理類別數(shù)目多并且每類都含有大量樣品的識別問題時,缺少有關(guān)類內(nèi)樣品差異情況和類間樣品分離情況描述的缺點,對傳統(tǒng)的系統(tǒng)聚類

6、圖進行了改進。在圖中分別加入描述類間區(qū)分程度和類內(nèi)樣品離散程度的參數(shù),從而為復雜樣品的分析提供更全面、直觀的信息。
   4.將交替三線性分解(alternating trilinear decomposition,ATLD)算法引入復雜樣品的質(zhì)量分析研究。利用ATLD方法可以在未知干擾存在下提取感興趣信息的特點,將ATLD方法和在線近紅外光譜技術(shù)相結(jié)合用于不同批次及不同牌號煙草樣品的質(zhì)量分析。即首先采用ATLD方法提取不同批次

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論