模式識別方法在化學化工中的應用

本書全面介紹了化學、化工中複雜數據信息處理的模式識別方法，以及與之結合的人工神經網路、遺傳演演算法和非線性回歸方法，列舉了大批實際應用成果，並提供讀者上機練習的機會，做到學以致用。.

本書可供化學、化工及相關領域的科研人員和工程技術人員閱讀，亦可作為高等學校的教學參考書。...

《計算機化學化工叢書》序

前言

第一章 化學化工的複雜數據處理

1.1化學、化工中的幾個共性課題

1.2複雜數據處理的困難和對策

1.2.1複雜數據處理的困難

1.2.2複雜數據處理的對策

1.3化學、化工複雜數據處理的意義和價值

1.3.1複雜數據處理是化學科學的一個薄弱環節

1.3.2複雜數據信息採掘是改進化工生產的捷徑

1.3.3處理複雜數據必須綜合應用多種計算方法

1.4複雜數據信息採掘的信息處理流程

參考文獻

第二章 複雜數據信息採掘的主要方法之一――模式識別

2.1模式識別方法的原理和基本概念

2.2數據文件的標準化

2.3主成分分析及其衍生方法

2.3.1主成分分析的原理及KL變換

2.3.2主成分的特性

數據信息採掘和信息融合(Data Mining and Data Fusion)是當今信息科學一個新熱點。其涵義是綜合運用多種演演算法，對從多種渠道來的大量數據進行計算機處理，通過去粗取精、去偽存真、由此及彼、由表及裡的信息加工，抽提有用信息，發現自然規律。化學、化工是實驗科學，是積存數據的“大戶”，是數據信息採掘和融合技術大有可為的“用武之地”。它不僅可用於化工生產優化、輔助新產品試製，而且在分子設計、材料設計、化合物和物系的性質預報等基礎研究中也很有用。此外，環境保護、地質勘探、醫療診斷和生物信息科學研究中，都可能利用它打開新局面。. 我和我的同事從事化學化工數據信息採掘研究和應用20餘年，我們開..