化學計量學

本書介紹了化學計量學中的一些重要方法。《化學計量學：一些重要方法的原理及應用》全書共10章。其中，第1章概略地回顧了化學計量學的發展歷史及現狀；第2～4章介紹了主成分分析及在此基礎上的偏最小二乘方法、多元分辨方法和三線性分解；第5章介紹了人工神經網路法（目前在化合物構效關係研究中應用廣泛）；第6章介紹了遺傳演演算法及模擬退火演演算法（它們是近年發展起來的尋優演演算法）；第7章介紹了小波分析（主要用於信息壓縮、重疊峰分解及基線校準等）；第8章介紹了模式識別中最新方法的發展；第9章及第10章均為化學計量學方法在光譜中的應用。

第1章 化學計量學：發展與展望

1·1 Wold的命名與學術界的反響

1·2 化學計量學與分析化學

1·3 FECS的Eurocurriculum

1·4 屬於整個化學的學科分支

1·5 “演演算法驅動”與“問題驅動”

1·6 化學數據挖掘的大好機遇

1·7 化學計量學與生物信息學

1·8 展望

第2章 主成分分析

2·1 引論

2·2 主成分分析的理論

2·3 主成分分析演演算法

2·4 基於主成分分析的多元校正方法

2·5 主成分數的確定

2·6 基於主成分分析的模式識別

2·7 結語

參考文獻

第3章 聯用色譜數據的多元分辨方法及其在中草藥分析中的應用

3·1 聯用色譜儀器數據的數學特徵

3·2 化學計量學的多元分辨的基本原理與方法

3·3 中藥色譜指紋圖譜——中藥整體性化學表徵

3·4 中藥色譜指紋圖譜在中藥現代化研究中的核心地位

3·5 現代分析儀器與中藥色譜指紋圖譜定性定量剖析

3·6 中藥色譜指紋圖譜定性定量分析的幾個實例

參考文獻

第4章 三線性分解成分分析在分析科學中的應用

4·1 引論

4·2 三線性模型

4·3 立方陣的秩

4·4 三線性分解

4·5 三線性分解的惟一性

4·6 基於三線性分解的二階校正

4·7 基於三線性分解的二階標準加入法

4·8 三線性分解成分分析的若干應用

4·9 結語

參考文獻

第5章 人工神經網路法及在化學中的應用

5·1 引論

5·2 反向傳輸人工神經網路演演算法

5·3 Kohonen自組織特徵映射模型

5·4 Hopfield網路

5·5 人工神經網路法的應用

5·6 結語

參考文獻

第6章 遺傳演演算法及模擬退火演演算法

6·1 遺傳演演算法與優化

6·2 簡單遺傳演演算法

6·3 數值遺傳演演算法

6·4 遺傳演演算法的應用

6·5 遺傳演演算法在化學中的應用

6·6 遺傳演演算法的討論和發展

6·7 模擬退火演演算法的基本原理

6·8 模擬退火演演算法的控制參數與改進

6·9 退火演化演演算法

6·10 快速退火演化演演算法的應用

參考文獻

第7章 小波分析與分析化學信號處理——原理、程序與實例

7·1 小波與小波變換

7·2 小波變換的基本演演算法

7·3 小波變換的程序設計

7·4 小波變換的應用實例

參考文獻

第8章 化學模式識別及其近期進展

8·1 化學模式識別的基本概念和幾個常用演演算法

8·2 化學模式識別的近期進展

參考文獻

第9章 褶合光譜法和褶合光譜儀的理論與實踐

9·1 褶合光譜法產生的背景

9·2 褶合光譜分析法的原理

9·3 褶合光譜儀能做什麼

9·4 UV/Vis-W褶合光譜儀怎麼做

9·5 結語

參考文獻

第10章 自模型混合物分析方法及在光譜分析中的應用

10·1 引論

10·2 基本原理

10·3 離子淌度譜分析中的應用

10·4 在近紅外光譜分析中的應用

10·5 實時SIMPLISMA

10·6 結語