1、核磁共振技術(shù)由于其具有較高的靈敏度,較好的重復性,所需樣晶量少,預處理簡單,手段靈活,檢測時間短等優(yōu)勢在代謝組學的分析中作用顯著,并被廣泛應用于各個領(lǐng)域。針對核磁共振代謝組學數(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)分為訓練樣本和預測樣本,利用訓練樣本并根據(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)用于對預測樣本進行分類,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數(shù)據(jù)的分類性熊更優(yōu)。同時將在核磁共振代謝組學數(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,得到的預測效果也沒有概率神經(jīng)網(wǎng)絡(luò)的準確率高。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,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),學習方式以及常用模型;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