L1范数支持向量机在代谢组学中的应用

代谢组学是关于生物体内源性代谢物质的整体及其变化规律的科学,也是一个数据密集型的研究领域,由此使得模式识别在代谢数据处理中有重要作用.L1范数支持向量机(L1-Norm Support Vector Machines, L1-norm SVMs)作为在模式识别领域中准确、稳健的方法,在代谢组学中的应用较少.该文应用L1-norm SVM方法对小鼠感染血吸虫后的代谢数据进行了分析,分析结果显示L1-norm SVM在聚类与特征选择方面具有优势,并表明它在代谢组学领域的应用有着潜力和前景....

Full description

Saved in:
Bibliographic Details
Published in波谱学杂志 Vol. 32; no. 1; pp. 67 - 77
Main Author 丁国辉 孙建强 吴俊芳 黄慎 丁义明
Format Journal Article
LanguageChinese
Published 中国科学院生物磁共振分析重点实验室,武汉磁共振中心 中国科学院 武汉物理与数学研究所,湖北 武汉 430071 2015
波谱与原子分子物理国家重点实验室 中国科学院 武汉物理与数学研究所,湖北 武汉 430071%中国科学院 武汉物理与数学研究所,湖北 武汉 430071
中国科学院大学,北京 100049%中国科学院 武汉物理与数学研究所,湖北 武汉 430071
中国科学院 武汉物理与数学研究所,湖北 武汉 430071
Subjects
Online AccessGet full text
ISSN1000-4556
DOI10.11938/cjmr20150108

Cover

Abstract 代谢组学是关于生物体内源性代谢物质的整体及其变化规律的科学,也是一个数据密集型的研究领域,由此使得模式识别在代谢数据处理中有重要作用.L1范数支持向量机(L1-Norm Support Vector Machines, L1-norm SVMs)作为在模式识别领域中准确、稳健的方法,在代谢组学中的应用较少.该文应用L1-norm SVM方法对小鼠感染血吸虫后的代谢数据进行了分析,分析结果显示L1-norm SVM在聚类与特征选择方面具有优势,并表明它在代谢组学领域的应用有着潜力和前景.
AbstractList O482.53; 代谢组学是关于生物体内源性代谢物质的整体及其变化规律的科学,也是一个数据密集型的研究领域,由此使得模式识别在代谢数据处理中有重要作用.L1范数支持向量机(L1-Norm Support Vector Machines, L1-norm SVMs)作为在模式识别领域中准确、稳健的方法,在代谢组学中的应用较少.该文应用L1-norm SVM方法对小鼠感染血吸虫后的代谢数据进行了分析,分析结果显示L1-norm SVM在聚类与特征选择方面具有优势,并表明它在代谢组学领域的应用有着潜力和前景.
代谢组学是关于生物体内源性代谢物质的整体及其变化规律的科学,也是一个数据密集型的研究领域,由此使得模式识别在代谢数据处理中有重要作用.L1范数支持向量机(L1-Norm Support Vector Machines, L1-norm SVMs)作为在模式识别领域中准确、稳健的方法,在代谢组学中的应用较少.该文应用L1-norm SVM方法对小鼠感染血吸虫后的代谢数据进行了分析,分析结果显示L1-norm SVM在聚类与特征选择方面具有优势,并表明它在代谢组学领域的应用有着潜力和前景.
Abstract_FL Metabonomics analyzes metabolite profiles in living systems and its dynamic responses to changes of endogenous (i.e., physiology and development) and exogenous (i.e., environment and xenobiotics) factors. Pattern recognition plays an important role in data-processing in metabonomic. L1-norm support vector machine (L1-norm SVM) is an accurate and robust method in pattern recognition, but not widely used in metabonomics. In this study, we used L1-norm SVM to analyze metabonomic data obtained from mice infected by schistosomiasis. It was shown that L1-norm SVM had better performance than orthogonal partial least squares (O-PLS) in terms of clustering and feature selection. The results also showed that support vector machines have great potential and prospects for data-processing in metabonomics.
Author 丁国辉 孙建强 吴俊芳 黄慎 丁义明
AuthorAffiliation 中国科学院武汉物理与数学研究所,湖北武汉430071 中国科学院生物磁共振分析重点实验室,武汉磁共振中心中国科学院武汉物理与数学研究所,湖北武汉430071 波谱与原子分子物理国家重点实验室中国科学院武汉物理与数学研究所,湖北武汉430071 中国科学院大学,北京100049
AuthorAffiliation_xml – name: 中国科学院 武汉物理与数学研究所,湖北 武汉 430071; 中国科学院生物磁共振分析重点实验室,武汉磁共振中心 中国科学院 武汉物理与数学研究所,湖北 武汉 430071; 中国科学院大学,北京 100049%中国科学院 武汉物理与数学研究所,湖北 武汉 430071; 中国科学院生物磁共振分析重点实验室,武汉磁共振中心 中国科学院 武汉物理与数学研究所,湖北 武汉 430071; 波谱与原子分子物理国家重点实验室 中国科学院 武汉物理与数学研究所,湖北 武汉 430071%中国科学院 武汉物理与数学研究所,湖北 武汉 430071; 中国科学院生物磁共振分析重点实验室,武汉磁共振中心 中国科学院 武汉物理与数学研究所,湖北 武汉 430071
Author_FL WU Jun-fang
SUN Jian-qiang
HUANG Shen
DING Yi-ming
DING Guo-hui
Author_FL_xml – sequence: 1
  fullname: DING Guo-hui
– sequence: 2
  fullname: SUN Jian-qiang
– sequence: 3
  fullname: WU Jun-fang
– sequence: 4
  fullname: HUANG Shen
– sequence: 5
  fullname: DING Yi-ming
Author_xml – sequence: 1
  fullname: 丁国辉 孙建强 吴俊芳 黄慎 丁义明
BookMark eNotzz9Lw0AYBvAbKthWR7-Ai1P03vsT70Yp_oOAg-7h7prUBpvUBFG7iYUuBRXiIp0UpEuxo7Rfp0nqtzDQTu_ye56Ht4YqYRR6CO0A3geQVByYoBMTDBwDFhVUBYyxxTi3N1EtSQKMqWRYVBFxYDl8zt-nefqTD5-y17e_wUs-mmWj8WL-tZx-FvN-Nvle_E6Kj342S4t0vIU2fHWTeNvrW0eXJ8dXjTPLuTg9bxw5luFSWoR7QmsNhBMAjxKiGOOaSkVBySb1uTAMiDZKCxCEGKao1yS-OixRGaV1tLdqvVehr8KWG0R3cVjuubr70OutX8NYlnJ3Jc11FLZu26Xtxu2Oih9d26ZCUMEp_Qc2fmHN
ClassificationCodes O482.53
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2RA
92L
CQIGP
~WA
2B.
4A8
92I
93N
PSX
TCJ
DOI 10.11938/cjmr20150108
DatabaseName 维普_期刊
中文科技期刊数据库-CALIS站点
中文科技期刊数据库-7.0平台
中文科技期刊数据库- 镜像站点
Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList

DeliveryMethod fulltext_linktorsrc
Discipline Physics
DocumentTitleAlternate L1-Norm Support Vector Machine and Its Application in Metabonomics
DocumentTitle_FL L1-Norm Support Vector Machine and Its Application in Metabonomics
EndPage 77
ExternalDocumentID bpxzz2015010009
663883853
GrantInformation_xml – fundername: 国家青年自然科学基金资助项目.
  funderid: (21105115).
GroupedDBID -01
2B.
2C.
2RA
5VS
5XA
5XB
92E
92I
92L
ACGFS
ALMA_UNASSIGNED_HOLDINGS
CCEZO
CCVFK
CQIGP
CW9
GROUPED_DOAJ
IPNFZ
P2P
RIG
TCJ
TGP
U1G
U5K
U5L
~WA
4A8
93N
ABJNI
PSX
UY8
ID FETCH-LOGICAL-c599-25e8bbb125211e322a445b39a31a9d3f58c412bcab81822c4a3ed2fa75b35e83
ISSN 1000-4556
IngestDate Thu May 29 04:00:58 EDT 2025
Wed Feb 14 10:34:15 EST 2024
IsPeerReviewed true
IsScholarly true
Issue 1
Keywords metabonomics
orthogonal partial least squares
L1-norm support vector machine
模式识别
代谢组学
核磁共振(NMR)
L1范数支持向量机(L1-norm SVM)
nuclear magnetic resonance
正交偏最小二乘(O-PLS)
pattern recognition
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-c599-25e8bbb125211e322a445b39a31a9d3f58c412bcab81822c4a3ed2fa75b35e83
Notes Metabonomics analyzes metabolite profiles in living systems and its dynamic responses to changes of endogenous (i.e., physiology and development) and exogenous (i.e., environment and xenobiotics) factors. Pattern recognition plays an important role in data-processing in metabonomic. Lrnorm support vector machine (Lrnorm SVM) is an accurate and robust method in pattern recognition, but not widely used in metabonomics. In this study, we used Lrnorm SVM to analyze metabonomic data obtained from mice infected by schistosomiasis. It was shown that Ll-norm SVM had better performance than orthogonal partial least squares (O-PLS) in terms of clustering and feature selection. The results also showed that support vector machines have great potential and prospects for data-processing in metabonomics.
DING Guo-hui, SUN Jian_qiang, WU Jun-fang, HUANG Shen, DING Yi-ming. [ 1. Wuhan Institute of Physics and Mathematics, Chinese Academy of Sciences, Wuhan 430071, China; 2. Key Laboratory of Magnetic Resonance in Biological Sy
PageCount 11
ParticipantIDs wanfang_journals_bpxzz2015010009
chongqing_primary_663883853
PublicationCentury 2000
PublicationDate 2015
PublicationDateYYYYMMDD 2015-01-01
PublicationDate_xml – year: 2015
  text: 2015
PublicationDecade 2010
PublicationTitle 波谱学杂志
PublicationTitleAlternate Chinese Journal of Magnetic Resonance
PublicationTitle_FL Chinese Journal of Magnetic Resonance
PublicationYear 2015
Publisher 中国科学院生物磁共振分析重点实验室,武汉磁共振中心 中国科学院 武汉物理与数学研究所,湖北 武汉 430071
波谱与原子分子物理国家重点实验室 中国科学院 武汉物理与数学研究所,湖北 武汉 430071%中国科学院 武汉物理与数学研究所,湖北 武汉 430071
中国科学院大学,北京 100049%中国科学院 武汉物理与数学研究所,湖北 武汉 430071
中国科学院 武汉物理与数学研究所,湖北 武汉 430071
Publisher_xml – name: 中国科学院生物磁共振分析重点实验室,武汉磁共振中心 中国科学院 武汉物理与数学研究所,湖北 武汉 430071
– name: 波谱与原子分子物理国家重点实验室 中国科学院 武汉物理与数学研究所,湖北 武汉 430071%中国科学院 武汉物理与数学研究所,湖北 武汉 430071
– name: 中国科学院 武汉物理与数学研究所,湖北 武汉 430071
– name: 中国科学院大学,北京 100049%中国科学院 武汉物理与数学研究所,湖北 武汉 430071
SSID ssj0039408
ssib002258149
ssib038074664
ssib000862381
ssib051373667
Score 2.004
Snippet 代谢组学是关于生物体内源性代谢物质的整体及其变化规律的科学,也是一个数据密集型的研究领域,由此使得模式识别在代谢数据处理中有重要作用.L1范数支持向量机(L1-Norm...
O482.53; 代谢组学是关于生物体内源性代谢物质的整体及其变化规律的科学,也是一个数据密集型的研究领域,由此使得模式识别在代谢数据处理中有重要作用.L1范数支持向量...
SourceID wanfang
chongqing
SourceType Aggregation Database
Publisher
StartPage 67
SubjectTerms L1范数支持向量机(L1-norm
SVM):正交偏最小二乘(O-PLS)代谢组学
核磁共振(NMR)
模式识别
Title L1范数支持向量机在代谢组学中的应用
URI http://lib.cqvip.com/qk/90973X/201501/663883853.html
https://d.wanfangdata.com.cn/periodical/bpxzz2015010009
Volume 32
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
journalDatabaseRights – providerCode: PRVAON
  databaseName: DOAJ Directory of Open Access Journals
  issn: 1000-4556
  databaseCode: DOA
  dateStart: 20010101
  customDbUrl:
  isFulltext: true
  dateEnd: 99991231
  titleUrlDefault: https://www.doaj.org/
  omitProxy: true
  ssIdentifier: ssj0039408
  providerName: Directory of Open Access Journals
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV3NaxQxFA-lIngRP1Gr0oM5ldWZJDOTHJPtLEWqF6v0tszM7rYIbms_QPYmFrwUVKgX6UlBein2KO2_093W_8L3MtnZVItaL0uavLz3fu-F5L10khByLxdFm-cxq2WiiCBBkXFN4mH3TsE7EF2oVsvu6T56HM88FQ_no_mx8WfeV0vra_n9onfquZL_8SrUgV_xlOwZPFsxhQoog3_hFzwMv__k49mQppLKOpWcpjFVETWBLQiqG1jAJqCJqAqogoKikPtL26Tq1GjbVKda0lRQY6jmyBCYaEbTBGukQBo9TXVsaSSWoUlp1wRMQBzWgFDpx7ooxXDLyvI0occKFJimklkODaqq1dAJcVobaqZt75RKNSKxXJSynY2DYRCPTwKQjbDsGlRqaygN-oxI1BAf2CmiMvU3QMrDn3awerArjRKqE2vQCo9CfUqrgSFUAwsSapQl5g4QyEErWMegh6AG1CrNkaLGzkNWBFjHWIw6xVZo0ho7ljUaFG8gaqyJR2YF_vLPQj04aBo-dSaEU6dLq7ACCDkcKjL1hmXFCFgHbsxAF2P5QHcZnAAE0FVs1a_D8DhF6pTgGLl6qypeXyCi8gb5ExNKuWqWD7K4-Kt81ef3lV3Zi_yL5y9WcBAEYSBHIUz1YWm-_KrXc-32XO85hvt03lbLMI3n_rV_LJLhaBsC32DwX12IQp7wOK42crgSQXnE1sEa3t0LKj7wFcT7WhaXugsvIQq1hwK7nay74MWvc5fIRZd4TupyFrlMxnqLV8h5-wF4sXqVsNnwePPN4OPeYOvbYPN1__2HH2_fDbb3-9s7hwdfjvc-Hx1s9He_Hn7fPfq00d_fOtrauUaeNNK5-kzNvadSKyKYflnUlnmeQ0bDwrANC3kmRJRzlfEwUy2YmmUhQpYXWQ5BPGOFyHi7xTpZAkTQlV8n492lbvsGmSxUJ2kleYL_5gceLMMkJsoZB2MwppKbZKLC3Vwub81pQmojJYfs4CaZdJZourl0tfmL3279nWSCXMA_yt3Q22R8bWW9fQfyg7X8rnX2T0Cuu1I
linkProvider Directory of Open Access Journals
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=L1%E8%8C%83%E6%95%B0%E6%94%AF%E6%8C%81%E5%90%91%E9%87%8F%E6%9C%BA%E5%9C%A8%E4%BB%A3%E8%B0%A2%E7%BB%84%E5%AD%A6%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8&rft.jtitle=%E6%B3%A2%E8%B0%B1%E5%AD%A6%E6%9D%82%E5%BF%97&rft.au=%E4%B8%81%E5%9B%BD%E8%BE%89&rft.au=%E5%AD%99%E5%BB%BA%E5%BC%BA&rft.au=%E5%90%B4%E4%BF%8A%E8%8A%B3&rft.au=%E9%BB%84%E6%85%8E&rft.date=2015&rft.pub=%E4%B8%AD%E5%9B%BD%E7%A7%91%E5%AD%A6%E9%99%A2%E7%94%9F%E7%89%A9%E7%A3%81%E5%85%B1%E6%8C%AF%E5%88%86%E6%9E%90%E9%87%8D%E7%82%B9%E5%AE%9E%E9%AA%8C%E5%AE%A4%EF%BC%8C%E6%AD%A6%E6%B1%89%E7%A3%81%E5%85%B1%E6%8C%AF%E4%B8%AD%E5%BF%83+%E4%B8%AD%E5%9B%BD%E7%A7%91%E5%AD%A6%E9%99%A2+%E6%AD%A6%E6%B1%89%E7%89%A9%E7%90%86%E4%B8%8E%E6%95%B0%E5%AD%A6%E7%A0%94%E7%A9%B6%E6%89%80%EF%BC%8C%E6%B9%96%E5%8C%97+%E6%AD%A6%E6%B1%89+430071&rft.issn=1000-4556&rft.issue=1&rft.spage=67&rft.epage=77&rft_id=info:doi/10.11938%2Fcjmr20150108&rft.externalDocID=bpxzz2015010009
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fimage.cqvip.com%2Fvip1000%2Fqk%2F90973X%2F90973X.jpg
http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fbpxzz%2Fbpxzz.jpg