神經(jīng)網(wǎng)絡(luò)在核磁共振代謝組學(xué)數(shù)據(jù)處理中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩52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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、核磁共振技術(shù)由于其具有較高的靈敏度,較好的重復(fù)性,所需樣晶量少,預(yù)處理簡單,手段靈活,檢測時間短等優(yōu)勢在代謝組學(xué)的分析中作用顯著,并被廣泛應(yīng)用于各個領(lǐng)域。針對核磁共振代謝組學(xué)數(shù)據(jù)的高維,非線性,小樣本的數(shù)據(jù)特性,在對生物體做定性定量分析時,要選用合適的模式識別方法來進(jìn)行研究分析。
  本文把神經(jīng)網(wǎng)絡(luò)中的BP神經(jīng)網(wǎng)絡(luò)和概率神經(jīng)網(wǎng)絡(luò)蔫在核磁共振代謝組學(xué)數(shù)據(jù)的分類問題之中.在實例分析中,分別建立陳醋,香醋和米醋這三種醋的BP神經(jīng)網(wǎng)絡(luò)和概

2、率神經(jīng)網(wǎng)絡(luò)模型,利用交叉驗證法中的”留一法”,從網(wǎng)絡(luò)的訓(xùn)練和泛化熊力角度出發(fā),確定網(wǎng)絡(luò)的參數(shù).把獲取的數(shù)據(jù)分為訓(xùn)練樣本和預(yù)測樣本,利用訓(xùn)練樣本并根據(jù)已確定的最優(yōu)參數(shù),分別建立BP神經(jīng)網(wǎng)絡(luò)和概率神經(jīng)網(wǎng)絡(luò),并將網(wǎng)絡(luò)用于對預(yù)測樣本進(jìn)行分類,并用于比較兩種網(wǎng)絡(luò)的泛化熊力。通過分析可知,概率神經(jīng)網(wǎng)絡(luò)比BP神經(jīng)網(wǎng)絡(luò)對于核磁共振代謝組學(xué)數(shù)據(jù)的分類性熊更優(yōu)。同時將在核磁共振代謝組學(xué)數(shù)據(jù)處理中常用的主成分分析法與概率神經(jīng)網(wǎng)絡(luò)方法作實例分析比較可知,主成分

3、分析法在用于分類問題時主觀性更強(qiáng),得到的預(yù)測效果也沒有概率神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確率高。綜上所述,概率神經(jīng)網(wǎng)絡(luò)為核磁共振代謝組學(xué)數(shù)據(jù)昀分類提供了一種更好的方法。
  本文分為圖章:
  第一章,引言,主要介紹了代謝組學(xué),核磁共振技術(shù)的研究背景以及相關(guān)知識;還介紹了人工神經(jīng)網(wǎng)絡(luò)的相關(guān)知識背景,神經(jīng)元的生物和人工模型,網(wǎng)絡(luò)結(jié)構(gòu),學(xué)習(xí)方式以及常用模型;并且說明了本文的研究內(nèi)容和創(chuàng)新之處。
  第二章,BP和概率神經(jīng)網(wǎng)絡(luò)簡介,主要介紹了

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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。

最新文檔

評論

0/150

提交評論