文档介绍：西南交通大学研究生学位论文申请学位级别堡堂亟±二零一三年五月年姓专一令一二,平血月国内图书分类号:.国际图书分类号:密级:公开
篗篫篜:.瓺.
鄂沟增槐C堋淌褂帽臼谌ㄊ椤学位论文作者签名:起丰参辛砂日期:妒/:矽堇诖跬履西南交通大学学位论文版权使用授权书人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索,可本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于C芸冢年解密后适用本授权书;朐谝陨戏娇蚰诖颉’指导老师签名:
矢蔗榷乏矽纾畒西南交通大学硕士学位论文主要工作毕声明用到实际数据分析上。肦实现了两种新方法的模拟,并利用针对大型稀疏矩阵的扑惴椒果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰本人在学位论文中所做的主要工作或贡献如下:本文在一般配置的计算机上,结合核外计算的思想推广了已往用来计算奇异子空间的方法,与并行算法的思想结合,实现了大型瘦长型矩阵的奇异值分解。将其与的方法结合,求解大数据的线性混合模型的参数估计。并将方法应具体的研究内容如下:乒懔擞美辞蠼鈊嬉熳涌占涞姆椒ǎ岷虾送饧扑愕乃枷氲玫搅两种新的方法来求大型瘦长型矩阵的奇异值分解,即面向列分块的甋方法,面向行分块椒ǎ怯隖椒ń岷暇涂梢郧蟮么数据线性混合模型的参数估计。并给出了两种方法实现并行的方法。为了能够将方法应用到实际数据分析上,介绍了针对大型稀疏矩阵的扑惴椒ā与方法结合实现了对黑色素瘤质谱数据的分析。苑治鼋峁泄槟勺芙幔贸鲆欢ǖ慕崧塾虢ㄒ椤本人郑重声明:所呈交的学位论文,是在导师指导下独立进行研究工作所得的成写过的研究成果。对本文的研究做出贡献的个人和集体,均己在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名:日期:
摘要西南交通大学硕士研究生学位论文第得到了越来越广泛的应用。并且线性混合模型已被应用到多种多样的数据类型上。随着信息时代的发展,以数据为中心的传统科学的研究,例如基因组学、蛋白组学、脑模型的参数估计问题。在方法的思想基础上,通过推广用来求解得大数据线性混合模型的参数估计,本文在蟹直鸲哉饬街址椒ǜ隽四D狻为了能够将方法应用到黑色素瘤质谱数据的分析上,本文还介绍了针线性混合模型已经成为一类重要的统计模型,近年来,线性混合模型在各个领域科学等,产生了越来越多的大数据,线性混合模型也被越来越多的统计学家应用到了这种大型的基因数据与蛋白质质谱数据上。本文为了解决在普通配置的计算机上,对于具有大型瘦长型设计矩阵的线性混合奇异子空间的方法,结合核外计算的思想得到了两种新的方法来求大型瘦长型矩阵的奇异值分解,即面向列分块的甋方法,面向行分块椒ǎ⒏隽苏饬街方法的并行算法的实现方法。将它们与方法结合就可以在普通计算机上求对大型分块对角稀疏矩阵的扑惴椒ǎ⒃赗中实现了数据分析的过程。通过论文的研究工作,得出了一些有价值的规律和结论。关键词:线性混合模型蛋白质质谱数据方法奇异值分解
,甒甒..琹,.琩猚,,琫..瑆,瓸..;
录目线性混合模型在大型数据上的应用以及研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...鞍字势资菰ご斫锥蔚难芯俊攻读硕士学位期间发表的论文及科研成果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯西南交通大学硕士学位论文第第滦髀邸大型蛋白质质谱数据处理研究概况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一大型蛋白质质谱数据的研究意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯针对大型矩阵的奇异值分解的研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..本文的研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第孪喙乩砺鄹攀觥极大似然估计与受限的极大似然估计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一奇异值分解理论概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一方法与方法概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第抡攵源笮途卣笃嬉熘捣纸獾那蠼夥椒ā面向列的分块椒ā并行计算与面向列的分块椒ń岷稀面向行的分块椒ā针对大型分块对角稀疏矩阵的特殊方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第四章数据模拟结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.杓凭卣骦的行数为和,薄面向行分块椒ǖ哪D饨峁黑色素瘤细胞质谱数据分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯结论与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯