【摘 要】
：
目前拉曼光谱在物质检测领域获得了很多的应用研究，但是基在定量检测方面的相关研究还很少，同时传统的定量检测模型存在一些缺点。定量检测的主要难点在于难以有效地对不同浓度的光谱数据进行建模，且难以有效地针对不同浓度的数据进行区分。为了解决上述问题，本文提出一种新的基于集成学习的神经网络框架，通过基于多种神经网络模型对拉曼光谱数据进行建模，并利用集成学习方式融合不同模型建模的结果，来有效提升基于神经网络的
论文部分内容阅读
目前拉曼光谱在物质检测领域获得了很多的应用研究，但是基在定量检测方面的相关研究还很少，同时传统的定量检测模型存在一些缺点。定量检测的主要难点在于难以有效地对不同浓度的光谱数据进行建模，且难以有效地针对不同浓度的数据进行区分。为了解决上述问题，本文提出一种新的基于集成学习的神经网络框架，通过基于多种神经网络模型对拉曼光谱数据进行建模，并利用集成学习方式融合不同模型建模的结果，来有效提升基于神经网络的拉曼光谱数据定量分析的性能。实验证明了基于深度学习的拉曼光谱定量分析的优势，同时也证明了本文提出的基于集成学习的方式比其他基准模型有较大的性能提升。
其他文献
来源于粉红螺旋聚孢霉Clonostachys rosea的玉米赤霉烯酮水解酶（ZHD101）可以有效降解谷物农副产品和饲料中的霉菌毒素玉米赤霉烯酮（Zearalenone,ZEN）,然而天然酶固有的低热稳定性限制了其应用潜力。传统的定向进化可以对蛋白质的特定性质进行提升,但是建立和筛选突变文库所需的工作量较大。随着结构生物学,计算生物学以及计算机技术的快速发展,不断有先进的蛋白质改造相关算法涌现,
三维荧光光谱技术（Three Dimensional Fluorescence Spectrometry,TDFS;又称Excitation-Emission Matrix,EEM）通过生物样品中荧光分子特征信息表征生物分子间动力学特性、获取蛋白质有效光谱信息。该技术样品预处理简单,快速灵敏,具有较高的应用价值。本研究以实验室前期工作获得的一种以黄素腺嘌呤二核苷酸（FAD）为辅酶的肌氨酸氧化酶（S
用于相互作用检测的高通量生物实验方法的技术进步导致了蛋白质相互作用数据的爆炸式增长,这些数据对不同物种间的生物关系分析将具有重要意义。蛋白质相互作用数据往往被抽象为一个网络,网络比对算法则是进行网络数据分析的重要工具,通过对两个不同物种进行网络比对,将有助于理解细胞组织,发现物种间的进化保守关系和个体差异,从而有助于进行疾病分析、新药靶点治疗和为物种间的注释转移提供重要信息等。目前从实验中提取的蛋
面对蛋白质数据日益海量增长这一趋势,应用生物信息学技术辅助预测蛋白质结构与功能已经成为了一项重要任务。本文利用统计学方法和机器学习方法,研究蛋白质序列的纹理特征及相似性,使用智能算法辅助预测了蛋白质结构类型,对低分泌蛋白质的原始信号肽序列进行了人工优化设计。在第二章中,提出了一种新的蛋白质特征向量构造方法,利用马尔可夫过程将蛋白质序列转换为马尔可夫转移频次矩阵,然后计算其对比度、同质性、相关性和能
现代温室生产过程中提高光合作用效率是促进生产的关键,因此研究植物光合作用的建模和控制非常重要。而目前温室调控策略无法实时反馈作物生理状态,通常依赖于专家经验和先验性数据,忽略了植物对自身生长信息的感知,从而脱离了作物的实时生理需求,因此基于作物实时生长状态的控制策略有重要的研究价值。解释性模型能否行之有效,需要对模型结构进行可靠性分析,以此为依据优化模型结构来保证实验测量值能有效估计待求状态量。当
随着人类基因组计划和分子测序计划的成功实施,对生命活动至关重要的蛋白质正逐渐揭开它们神秘的面纱。DNA结合蛋白是生物体中不可或缺的蛋白质,在遗传信息转录、DNA复制、重组和修复中都有着举足轻重的作用,且与许多疾病的治疗息息相关。与此同时,如PDB,Swiss-Prot和SCOP等世界著名的生物信息数据库,其每年的蛋白质序列呈指数型增长,人们对高效处理海量生物信息有着更为迫切的需求。而传统的实验室研
蛋白质N-糖基化修饰是真核生物中最常见的翻译后修饰之一,其影响着蛋白质的结构和功能,包括蛋白质的折叠、分子识别、稳定性以及免疫原性等。然而,在哺乳动物细胞中表达生产重组蛋白仍然面临着一些难题。其中最主要问题是重组蛋白上N-聚糖的异质性,这会对重组蛋白的功能和稳定性产生不利影响,如抗体依赖性细胞介导的细胞毒作用以及重组蛋白在体内的半衰期等。目前,随着基因编辑技术,细胞工程以及糖工程等多门学科的发展,
糖基磷脂酰基醇（glycosylphosphatidylinositol,GPI）锚定修饰是广泛存在于真核生物中的蛋白质翻译后修饰方式之一。哺乳动物细胞中超过100种蛋白被GPI锚定修饰,GPI锚定蛋白在机体生长、发育中发挥重要作用。在GPI锚定蛋白的生物合成过程中,前体蛋白进入内质网后,在GPI转移酶复合物的作用下共价连接在新合成的GPI锚上,形成新生GPI锚定蛋白。随后新生GPI锚定蛋白在内质
胶原蛋白由三条多肽链缠绕折叠成三股螺旋,进一步通过组装、交联等方式形成胶原纤维、胶原网状蛋白等高阶结构蛋白,作为生物材料在组织工程等领域具有广泛的应用前景。为了降低动物组织提取可能引发的疾病传播风险,研究人员采用微生物重组表达的方式生产胶原蛋白,然而在重组胶原蛋白的生产中如何促进重组胶原分子交联,使其形成更加稳定的空间结构是设计重组胶原纳米材料需要克服的难点。本课题以来源于Streptococcu
中国仓鼠卵巢（Chinese hamster ovary,CHO）细胞是目前生物制药领域应用广泛的生产细胞。传统构建重组细胞株的方法是将目的基因随机整合到染色体基因组中并经过多次压力筛选获得高表达水平的目的细胞株,整个过程费时费力,并且经常由于整合位点的不稳定性随着传代次数增加非生产性细胞克隆逐渐增多,导致产量下降。寻找稳定的整合位点,使用定点整合的方法将外源基因定点整合至CHO细胞基因组的稳定位