化学计量学方法

封面
书名
版权
前言
目录
目录
前言
第1章　误差及数理统计基础
1.1　误差
1.1.1　误差的定义
1.1.2　误差的类型
1.1.3　精密度和准确度
1.1.4　偶然误差的传递
1.1.5　系统误差的传递
1.2　基础统计学概念
1.3　区间估计
1.3.1　允许区间
1.3.2　总体均值的置信区间估计
1.4　结果的表示
1.5　置信区间的其他应用
1.6　显著性检验
1.6.1　显著性水平
1.6.2　t检验
1.6.3　F检验
1.6.4　x2检验
1.7　坏值的剔除
练习题
参考文献
第2章　回归分析
2.1　一元回归分析
2.1.1　一元回归方程的求法
2.1.2　相关系数和显著性检验
2.1.3　一元线性回归的方差分析
2.1.4　斜率b和截距a的区间估计及斜率b的显著性检验
2.1.5　x值和检测限的计算
2.1.6　标准加入法
2.1.7　借助回归线进行分析方法的比较
2.1.8　权重回归分析
2.1.9　曲线回归
2.2　多元回归分析
2.2.1　多元回归分析方程的求法
2.2.2　多元线性回归的方差分析、相关系数及显著性检验
2.2.3　多元回归的计算步骤
2.3　逐步回归方法
2.3.1　逐步回归的基本思想
2.3.2　逐步回归的计算步骤
2.3.3　逐步回归的计算例子
2.4　回归分析中几个问题的讨论
2.4.1　变量的评估
2.4.2　回归分析方法
2.4.3　回归模型的评估
练习题
参考文献
第3章　相关分析和数据平滑
3.1　相关分析
3.1.1　协方差和相关系数
3.1.2　相关和回归
3.1.3　方差-协方差矩阵
3.1.4　随机变量的时间序列
3.1.5　一些特征过程的自相关谱
3.1.6　实际例子
3.2　数据平滑
3.2.1　移动式平均的平滑方法
3.2.2　指数平均的平滑方法
3.2.3　Savitzky-Golay多项式平滑
练习题
参考文献
第4章　最优化方法
4.1　改变单因子法
4.2　单纯形法
4.2.1　基本单纯形法
4.2.2　改良单纯形（变步长）法
4.2.3　改良单纯形法的例子
4.2.4　超改良单纯形法
4.2.5　超改良单纯形计算举例
4.3　响应曲面法
4.3.1　引言
4.3.2　两因子响应曲面
4.3.3　响应曲面的解释
4.3.4　应用举例
练习题
参考文献
第5章　主成分分析和因子分析
5.1　主成分分析
5.1.1　两维空间中的主成分分析
5.1.2　m维空间中的主成分分析
5.1.3　主成分分析的应用
5.2　因子分析
5.2.1　因子分析的主要操作步骤
5.2.2　重要因子数的判定
5.2.3　数据例子
5.2.4　渐进因子分析
练习题
参考文献
第6章　偏最小二乘方法
6.1　多元线性回归（MLR）
6.2　主成分回归
6.3　偏最小二乘（PLS）
6.3.1　基本原理
6.3.2　偏最小二乘算法
6.4　非线性偏最小二乘
练习题
参考文献
第7章　多元校正及分辨
7.1　间接校正方法
7.1.1　K-矩阵法
7.1.2　P-矩阵法
7.2　通用标准加入法
7.2.1　通用标准加入法的原理
7.2.2　通用标准加入法的应用实例
7.3　Kalman滤波法
7.3.1　Kalman滤波用于多元校正的原理
7.3.2　Kalman滤波用于多元校正的计算步骤
7.3.3 Kalman滤波法的应用实例
7.4　复杂体系的多元分辨方法
7.4.1　分析化学中数据矩阵的构成
7.4.2　窗口因子分析法
7.4.3　启发渐进式特征投影法
7.4.4　其他多元分辨方法
练习题
参考文献
第8章　小波分析
8.1　小波的定义及小波分析
8.1.1　小波的定义
8.1.2　傅里叶变换
8.1.3　小波变换
8.2　小波分析的基本算法
8.2.1　多尺度分析（MRA）
8.2.2　多尺度信号分解（MRSD）算法
8.2.3　MRSD算法的改进
8.3　小波分析的程序设计
8.3.1　Matlab工具箱
8.3.2　WaveLab简介
8.3.3　MRSD算法的程序设计
8.3.4　连续小波变换的程序设计
8.4　小波包分析
8.4.1　小波包变换的计算方法
8.4.2　小波包分析的程序设计
8.5　小波分析的应用
8.5.1　数据压缩
8.5.2　平滑和滤噪
8.5.3　背景扣除与基线矫正
8.5.4　近似导数的计算
8.5.5　重叠信号解析
8.5.6　谱图分辨率的改善
8.5.7　小波分析的其他应用
练习题
参考文献
第9章　遗传算法和模拟退火算法
9.1　遗传算法
9.1.1　自然进化与遗传算法
9.1.2　遗传算法的基本过程
9.1.3　遗传算法的程序实现
9.1.4　遗传算法举例
9.1.5　遗传算法的发展
9.1.6　遗传算法在化学中的应用举例
9.2　模拟退火方法
9.2.1　固体退火与模拟退火算法
9.2.2　模拟退火算法的基本过程
9.2.3　模拟退火算法的控制参数
9.2.4　模拟退火算法的发展
9.2.5　退火演化算法
9.2.6　模拟退火算法的应用举例
练习题
参考文献
第10章　人工神经网络法及在化学中的应用
10.1　引言
10.2　反向传输人工神经网络算法
10.2.1　方法原理
10.2.2　BFGS算法
10.2.3　数据的预处理
10.2.4　关于初始权重
10.2.5　BP神经网络的结构
10.2.6　精确值计算和模式识别
10.2.7　关于过拟合和过训练
10.2.8　变量的提取和压缩
10.3　Kohonen自组织特征映射模型
10.4　Hopfield网络
10.5　人工神经网络法的应用
10.5.1　定量结构-活性／性质相关性研究
10.5.2　神经网络与过程分析和最优化
10.5.3　神经网络与化合物结构解析
10.5.4　Kohonen法对于茶叶质量的模式分类
10.5.5　光谱的数据处理
10.5.6　化学反应性预测
10.5.7　流程最优化、故障诊断及控制
10.5.8　蛋白质结构
10.6　结束语
练习题
参考文献
第11章　模式识别方法
11.1 引言
11.2　数据的表示及预处理
11.3　特征的提取和压缩
11.4　相似系数和距离
11.5　有管理的模式识别方法
11.5.1　Fisher意义下的判别分析
11.5.2　Bayes意义下的判别分析
11.5.3　逐步判别分析
11.5.4　学习机械
11.5.5　KNN方法
11.5.6　ALKNN
11.5.7　SIMCA方法
11.6　无管理方法
11.6.1　系统聚类分析
11.6.2　最小生成树
11.7　显示方法
11.7.1　线性映射
11.7.2　非线性投影
11.8　综合性数据例子
练习题
参考文献
第12章　化合物结构表征和构效关系研究
12.1　引言
12.2　结构的矩阵表示和结构的输入
12.3　参数计算
12.3.1　拓扑类参数
12.3.2　电子类特征
12.3.3　几何类参数
12.3.4　综合类参数
12.3.5　立体类参数
12.4　变量的提取和压缩
12.4.1　引言
12.4.2　方法简介
12.4.3　变量选择和压缩实例
12.5　预测数学模型的建立
练习题
参考文献
第13章　组合化学
13.1　引言
13.2　蛋白质结构基础知识介绍
13.3　推理性组合化学库的设计
13.4　定向组合化学库的设计的一些结果
13.5　用QSAR法进行推理定向组合肽库的设计
练习题
参考文献
第14章　谱图库检索和结构解析专家系统
14.1　谱图库检索
14.1.1　质谱谱图库
14.1.2　13CNMR谱图库
14.1.3　红外光谱谱图库
14.2　谱图解析专家系统概述
14.2.1　专家系统的基本结构
14.2.2　专家系统在化学中的应用
14.2.3　谱图解析专家系统主要步骤
14.3　拓扑结构穷举生成
14.3.1　结构基元和结构片断
14.3.2　从分子式到结构片断集
14.3.3　整体结构穷举生成算法——子结构扩展法
14.3.4　整体结构穷举生成算法——连接矩阵填充法
14.4　立体异构体的穷举生成
14.4.1　立体中心的查找
14.4.2　自同构群的生成
14.4.3　立体异构体的穷举生成
14.4.4　结论
练习题
参考文献
第15章　实验设计
15.1　正交设计
15.2　均匀设计
练习题
参考文献
附录