色譜指紋數(shù)據(jù)處理算法研究及應用.pdf

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

2、要應用。為滿足對煙草色譜數(shù)據(jù)存儲和分析的需求，本文開發(fā)了一個煙草色譜指紋圖譜數(shù)據(jù)分析系統(tǒng)，并已投入實際應用。同時，數(shù)據(jù)融合方法常應用于對多個年份中所采集的不同煙草樣本的香型品質(zhì)進行分析。然而，不同年份的生態(tài)氣候差異會對香型差異造成干擾。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)計假設檢驗與局部尺度化相結(jié)合的數(shù)據(jù)融合方法。該方法只對受到年份影響的特征進行尺度化處理，去除年份差異的影響。在將該方法應用于對貴州兩年的烤煙樣本融合處理時

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碌牟町悾沟秒S機森林和支持向量機對烤煙香型的分類性能均得到了提高。
　　本文的另一內(nèi)容是對代謝組學時間序列色譜數(shù)據(jù)及時間序列隨機森林分類算法進行研究，給出了一種與時間序列規(guī)律性變化度量相結(jié)合的時間序列隨機森林算法。該算法和普通的時間序列隨機森林相比，在選擇決策樹結(jié)點分劃特征時，同時考慮了特征的區(qū)分能力及特征的時間序列變化規(guī)律特點。在將該算法應用在家蠶的時間序列分類