色譜指紋數(shù)據(jù)處理算法研究及應(yīng)用.pdf

1、色譜分離檢測(cè)技術(shù)是常用的代謝組學(xué)分析技術(shù)。通過(guò)對(duì)樣本進(jìn)行色譜分離檢測(cè)，可以獲取樣本的代謝物色譜指紋輪廓，以進(jìn)行后續(xù)的代謝組學(xué)分析。由色譜技術(shù)可以得到幾百甚至上千個(gè)代謝物，而所檢測(cè)的樣本通常只有幾十個(gè)。即代謝組學(xué)色譜指紋數(shù)據(jù)具有高維小樣本的特點(diǎn)。如此高的代謝物維度及相對(duì)過(guò)少的樣本，加大了代謝組學(xué)色譜指紋數(shù)據(jù)的分析難度。因此，研究人員引入數(shù)據(jù)挖掘技術(shù)用于處理代謝組學(xué)色譜指紋數(shù)據(jù)。
　　對(duì)初烤煙葉色譜數(shù)據(jù)進(jìn)行分析是植物代謝組學(xué)中的一個(gè)重

2、要應(yīng)用。為滿足對(duì)煙草色譜數(shù)據(jù)存儲(chǔ)和分析的需求，本文開(kāi)發(fā)了一個(gè)煙草色譜指紋圖譜數(shù)據(jù)分析系統(tǒng)，并已投入實(shí)際應(yīng)用。同時(shí)，數(shù)據(jù)融合方法常應(yīng)用于對(duì)多個(gè)年份中所采集的不同煙草樣本的香型品質(zhì)進(jìn)行分析。然而，不同年份的生態(tài)氣候差異會(huì)對(duì)香型差異造成干擾。為有效融合不同年份的色譜數(shù)據(jù)，本文提出了一種基于統(tǒng)計(jì)假設(shè)檢驗(yàn)與局部尺度化相結(jié)合的數(shù)據(jù)融合方法。該方法只對(duì)受到年份影響的特征進(jìn)行尺度化處理，去除年份差異的影響。在將該方法應(yīng)用于對(duì)貴州兩年的烤煙樣本融合處理時(shí)

3、，同現(xiàn)有的數(shù)據(jù)偏移修正融合方法相比，有效地去除了不同年份生態(tài)氣候?qū)е碌牟町?，使得隨機(jī)森林和支持向量機(jī)對(duì)烤煙香型的分類性能均得到了提高。
　　本文的另一內(nèi)容是對(duì)代謝組學(xué)時(shí)間序列色譜數(shù)據(jù)及時(shí)間序列隨機(jī)森林分類算法進(jìn)行研究，給出了一種與時(shí)間序列規(guī)律性變化度量相結(jié)合的時(shí)間序列隨機(jī)森林算法。該算法和普通的時(shí)間序列隨機(jī)森林相比，在選擇決策樹(shù)結(jié)點(diǎn)分劃特征時(shí)，同時(shí)考慮了特征的區(qū)分能力及特征的時(shí)間序列變化規(guī)律特點(diǎn)。在將該算法應(yīng)用在家蠶的時(shí)間序列分類