声明
摘要
第1章 绪论
1.1 气相色谱-质谱联用
1.2 主成分分析
1.3 偏最小二乘
1.4 支持向量机
1.5 粒子群优化算法
1.6 食用油类型鉴别
1.7 癌细胞类型鉴别
1.8 卷烟感官品质预测
1.9 本论文研究的意义及主要内容
第2章 基于PSO-SVM算法与脂肪酸图谱数据用于食用植物油的分类
2.1 前言
2.2 理论部分
2.2.1 支持向量机(SVM)
2.2.2 基于粒子群算法优化的支持向量机(PSO-SVM)
2.3 实验部分
2.3.1 试剂和样品
2.3.2 样品前处理
2.4 结果与讨论
2.4.1 基于GC-MS食用油脂肪酸的图谱特征
2.4.2 PSO优化的SVM模型区分植物油的种类
2.5 小结
第3章 基于细胞膜磷脂构成差异的多种肿瘤细胞分类
3.1 引言
3.2 理论部分
3.3 实验部分
3.3.1 仪器及试剂
3.3.2 实验方法
3.4 结果与讨论
3.4.1 基于GC-MS分析的不同肿瘤细胞中脂肪酸含量
3.4.2 不同种类肿瘤细胞工作曲线的绘制
3.4.2 偏最小二乘回归模型对肿瘤细胞的分类结果
3.5 小结
第4章 基于烟气仿生吸收液GC-MS数据的卷烟感官品质预测
4.1 前言
4.2 理论部分
4.2.1 基于离散粒子群优化算法的支持向量机建模
4.3 数据集
4.4 结果与讨论
4.5 小结
结论
参考文献
附录A 攻读学位期间发表的学术论文
致谢