特征挑選方法在有機譜圖解析中的應用.pdf

1、現代分析科學與計算機科學的發(fā)展為我們提供了大量而又豐富的化學數據，在這些化學數據中蘊藏著巨大的化學信息。在儀器硬件設備不斷改進的今天，通過數學知識以及化學信息學知識去解析這些化學數據，同樣可以有效的提高儀器的應用效果。然而如何有效的將這些蘊涵在大量的化學量測數據中的化學信息提取出來，是分析化學工作者們所面臨的巨大的挑戰(zhàn)與極大的機遇。紅外光譜與質譜作為有機化學工作者應用最為廣泛的兩類譜圖，通過幾十年的發(fā)展，積累了大量的譜圖數據。這些為我們

2、應用化學信息學知識，利用計算機輔助對有機波譜進行解析提供了有力的條件。在對波譜解析的研究中，通過對波譜進行數學轉換，應用特征挑選方法進行數據優(yōu)化降維，在近十年引起了這一領域越來越多課題組的關注。 本文的研究對象為：OMNIC數據庫中的紅外光譜，NIST 2.0質譜數據庫中的質譜。研究內容：通過將原始譜圖進行適當的數學轉化，生成一定數量的譜圖特征；應用特征挑選方法，對這些譜圖特征進行挑選形成最優(yōu)的譜圖特征集合，達到數據去冗降維的

3、目的；將一系列分類方法應用于挑選出的最優(yōu)譜圖特征集合，討論挑選的意義以及對分類結果的影響。研究方法：采用了兩種特征挑選方法，Fisher比率(Fisher ratios)，遺傳算法和偏最小二乘回歸相結合(GA—PLS)；針對不同研究對象共使用五種分類方法，K最鄰近法(KNN)，支持向量機(SVM)，助推法與分類回歸樹(AdaBoost—CART)，分類回歸樹(CART)，概率神經網絡(PNN)。 作為振動光譜的紅外光譜，對烯烴

4、的順/反(cis-/trarls-)結構具有很好的識別能力，然而由于特殊官能基團對分子振動的影響，對光譜中順/反結構的直觀解析，有時存在較大的困難。因此針對紅外光譜，本文主要的研究目的是對烯烴化合物的順/反構型進行分類預測。通過對原始譜圖特征挑選，應用SVM，PNN兩種分類方法建立分類器進行預測，與未應用特征挑選方法而直接使用全譜的分類器進行比較，研究結果顯示應用了特征挑選的分類器可以得到更佳的分類效果；其中，通過GA—PLS挑選的特征

5、建立的分類器預測效果明顯好于Fisher ratios挑選特征構建的分類器。不同于譜圖表現為連續(xù)譜的紅外光譜，質譜由于是離子碎片形成的譜圖，其含有的化學結構信息更多，同時也更加難以直觀的進行解析判斷。因此對質譜進行解析時，需要采取一系列的數學轉化方法，得到一定數量的質譜特征；同時因為這些特征均具有較強的化學結構解釋的意義，當我們采用特征挑選方法提取這些特征時，也就相應找到了在對該物質進行質譜解析時，起到關鍵作用的化學結構。針對質譜，本文