自组织映像在质谱分析中的应用
随着质谱仪的问世和发展,人们得到了大量的有价值的质谱数据,如何从这些质谱数据中挖掘关于化学结构或化学性质的信息?如何通过质谱分析,自动地鉴别化合物和识别化学结构?各种数据挖掘的方法已被用于解决这些问题,主要包括检索和分类两类方法.但它们在用于质谱分析时都有各自的缺陷.针对这些缺点我们提出先利用自组织映像的方法对质谱进行聚类和可视化,获得一些关于质谱所蕴含的化学结构的初步信息,在进一步的研究.例如将聚类得到的类所反映的子结构作为分类时的响应变量有的时候比人为定的子结构作响应变量更合理.自组织映像法的目的是一个将高维数据非线性的投到一个预先定义好的二维拓扑中.它通过竞争学习的方法达到了降维,聚类,可视化的目的.
质谱分析 自组织映像法 聚类 可视化 高维数据 非线性
贺平
香港浸会大学数学系(香港)
国内会议
深圳
中文
225-230
2003-11-01（万方平台首次上网日期，不代表论文的发表时间）