非相关线性判别分析用于蛋白质组数据的分类及特征挑选(英文)

提出一种非相关线性判别分析(ULDA)结合统计卡方检验(CHI2)的方法用于蛋白质组质谱数据的分类及特征挑选.首先以卡方检验为过滤器去除无类间差别的变量,然后用ULDA进行样本分类与特征筛选,通过对两组数据的分析,最终选择出的特征变量在这两组数据中的特异性分别为98.2%和95.74%,灵敏度均为100%.结果表明本文提出的方法能较好地处理变量数很大的蛋白质组数据,同时表明最后选择的特征变量有可能作为潜在的生物标记物,为相关疾病的早期诊断提供线索.

紫外分光光度法结合化学计量学方法对复方氨酚烷胺类药物的分析

紫外分光光度法操作简便、信息量大,是一种应用广泛的分析方法。本文将紫外分光光度法结合化学计量学方法对复方氨酚烷胺类药物的紫外图谱进行了分析。应用非相关线性判别分析方法对3个厂家的复方氨酚烷胺类药物进行了分类,效果良好。然后运用偏最小二乘法,预测了复方氨酚烷胺类药物中对乙酰氨基酚和马来酸氯苯那敏两种组分的含量,结果准确。所以,紫外分光光度法结合化学计量学方法在药物的分类鉴别和成分分析方面有着广阔的应用前景。

基于中红外光谱模型对食用植物油掺伪的判别

开展了基于中红外光谱的化学计量学模型对食用植物油掺伪的研究.通过获得市售食用油和以不同质量浓度掺伪食用油的中红外光谱,采用光谱预处理结合模式识别方法进行综合解析,使样本类间距最大化,类内距最小化,结果发现:无监督聚类包括主成分分析、非负矩阵分解均无法准确鉴别;有监督偏最小二乘判别分析的鉴别准确度较高;而二阶导数-非相关线性判别分析(SD-ULDA)对掺伪样本识别的灵敏度和特异度均达到100%.提出依据变量“负荷量”筛选特征波长(变量)新策略,考察了SD-ULDA模型识别准确率随保留波长的变化,同时准确地预测出掺伪比例,为构建高效中红外光谱食用油掺伪判别模型提供理论基础,为提高油脂品质的检测技术提供方法借鉴.

中红外光谱联合模式识别鉴别奶粉中三聚氰胺

奶粉中蛋白质的含量是决定奶粉品质的重要指标。奶粉可以通过掺杂三聚氰胺以虚假提高奶粉中蛋白质的检测值,严重危害了消费者的身体健康。采用傅里叶变换中红外光谱(FTIR)联合化学计量学的模式识别方法(模型)对奶粉中的三聚氰胺进行快速鉴别,借助模式识别技术实现了对中红外光谱客观量化的解析,克服了谱图比对鉴别的局限性、复杂性及主观性。分别配置纯奶粉样品和具有不同质量浓度(0.01‰~0.2%)三聚氰胺的掺伪奶粉样品。扫描得到样品的中红外透射光谱数据后,首先对原始光谱数据进行归一化预处理,然后采用包括无监督(聚类)和有监督(判别)的多种模式识别(分类)方法进行综合分析比较。其中,传统的主成分分析(PCA)、距离判别法(欧式距离和皮尔逊相关系数)和非负矩阵分解(NMF)无监督模式识别方法均无法准确鉴别出纯奶粉和掺三聚氰胺的奶粉样品;采用有监督的偏最小二乘判别分析(PLS-DA)模型识别掺伪奶粉样品时,识别灵敏度与特异度也较低;最后采用线性判别分析方法(LDA)和非相关线性判别分析方法(ULDA),成功地实现了含三聚氰胺掺伪奶粉的鉴别,识别灵敏度和特异度均达到100%。尤其ULDA方法最大化了两类样本之间的距离,筛选出包含最佳分类信息的特征变量,仅用一个判别矢量便可对样本进行区分。利用ULDA方法进行了红外光谱重要变量(特征波长)的筛选,考察了保留变量与识别准确率的关系,在保留较少变量数目下实现了纯奶粉与掺三聚氰胺奶粉的鉴别,对于奶粉中三聚氰胺的定性识别浓度可低至0.01‰。因此,提出基于中红外光谱快捷、准确地识别奶粉中掺入低含量三聚氰胺的模式识别模型,相比传统的化学分析方法有优势,为奶粉的掺伪识别与质量控制提供了有效的途径,并可拓展应用到其他食品的真伪优劣的鉴别中。

基于支持向量机的特征提取方法研究

基因表达数据的一个重要应用是给组织样本进行分类。在基因表达数据中,基因的数量相对于数据样本的个数通常比较多;也就是说,可以得到变量数(基因数)远远大于样本数的数据矩阵。过高的维数(变量或基因数)将给分类问题带来极大的挑战。本文提出结合一种新的特征提取方法——非相关线性判别式分析方法(ULDA)和支持向量机(SVM)分类算法,对结肠癌组织样本进行分类识别。并同其它方法作了比较研究,结果表明了该方法的可行性和有效性。