化学计量学应用杜一平潘铁英张玉兰编著本书首先简要介绍了化学计量学的发展历史、研究内容和应用领域，数学和统计学基本知识，计算机编程语言ＭＡＴＬＡＢ，分析化学中数理统计和数据处理方法。在此基础上，介绍了目前应用较多的一些化学计量学方法，包括实验设计、最优化方法、多元校正、多元分辨、化学模式识别、化学构效关系等。在阐述清楚各种方法基本理论的前提下，淡化数学理论，重点讲述化学意义，突出算法的使用，并对重要方法给出应用实例。
本书可以作为分析化学和其他相关专业本科生和研究生化学计量学课程的教学用书，也可以作为从事化学计量学研究和应用人员的参考书。 |
化学计量学是一门运用数学、统计学、计算机科学以及其他相关学科的理论与方法，优化化学量测过程，并从化学量测数据中最大限度地获取有用化学信息的科学。伴随着分析化学，尤其是仪器分析方法的迅速发展，化学计量学从诞生到逐步发展，引进、提出和发展了很多算法和方法，解决了分析化学中很多重要问题。其方法贯穿了分析量测中“采样-测量-数据处理” 的各个部分，如采样理论、实验设计、最优化、信号处理、多变量校正、多变量分辨、化学模式识别、化学构效关系研究等，为分析化学的发展做出了重要贡献。近年来，随着各类分析仪器自身的发展，仪器所能提供数据量迅速增加，为以“从化学量测数据中最大限度地获取有用化学信息”为目标的化学计量学提供了广阔的发展空间，使分析化学家们可以更多、更好、更有效地利用量测数据来探索未知世界，获得更多重要信息，解决传统方法不易或不能解决的问题。另一方面，“获取有用化学信息”不只是分析化学的要求，也是其他化学以及化学相关学科的要求，因此近一二十年以来，化学计量学在有机化学、物理化学、高分子化学、农业科学、医药、环境、材料等领域的应用研究越来越广泛和深入，展现了化学计量学非常独特的魅力。
本书收集了比较重要的、目前应用较多的一些化学计量学方法，内容涉及实验设计、最优化方法、多元校正、多元分辨、化学模式识别、化学构效关系等。在各类方法选择上，重点介绍比较流行的现代方法，但为了保持内容的延续性，也介绍了基本概念、基础理论和一些传统方法。对每种方法的讲解重点强调方法的化学意义，用较多篇幅介绍了各种重要方法的应用，这对于有化学背景的读者来说是非常必要的。不过，化学计量学毕竟以数学和统计学方法和理论为基础，以计算机为研究工具，必要的数学和统计学知识对理解化学计量学方法大有益处，因此，本书专门开辟章节来介绍数学和统计学基本知识。同时也简要介绍了化学计量学常用的计算机编程语言MATLAB，以期使读者能达到入门水平，为进一步学习MATLAB，并利用其编写化学计量学算法程序打下基础。
书中大多数应用实例取材于作者近年的科研工作，少部分来源于文献。本书由杜一平编写，潘铁英和张玉兰参加了部分章节的文字修改工作，并提供了部分应用实例的数据。本书编写过程中得到了恩师梁逸曾教授的鼓励和大力支持，也获得了华东理工大学“十一五”规划教材出版基金的资助，在此表示诚挚的感谢。
作者对化学计量学的理解有限，书中难免有错误和不当之处，敬请读者批评指正。
作者2007年12月于上海 |
第1章概论1
11化学计量学的诞生和发展历史1
12化学计量学的研究内容3
13化学计量学的应用领域4
参考文献9
第2章数学和MATLAB编程基础10
21数学和统计学基础10
211矢量和矩阵运算11
212线性相关19
213范数21
214统计学基础22
22MATLAB编程基础30
221MATLAB基本命令和基本运算31
222MATLAB的基本绘图功能43
223M文件47
224MATLAB编程举例50
参考文献54
第3章分析化学中数理统计和数据处理方法55
31分析数据的数理统计方法55
311分析化学中数理统计的基本概念55
312分析数据的置信区间估计57
313分析数据的显著性检验6032分析信号的平滑63
321平均法64
322多项式拟合法65
33分析信号的求导71
331差分法71
332多项式拟合法72
参考文献80
第4章化学实验设计81
41基本概念82
42拉丁方和拉丁方设计84
43因子设计和部分因子设计85
431因子设计85
432部分因子设计89
44正交实验设计91
441正交表和正交实验设计91
442用正交表安排实验94
443实验结果的分析95
45均匀实验设计97
451均匀设计表98
452用均匀设计表安排实验102
453拟水平均匀设计102
参考文献104
第5章最优化方法105
51最优化的基本概念105
52线性规划108
521线性规划的标准型108
522线性规划的图解法109
523单纯形优化法110
53非线性规划111
531消去法111
532变量轮换法112
533一阶梯度法113
54模拟退火算法114
55遗传算法115
551遗传算法的基本步骤116
552遗传算法的计算过程117
553遗传算法的实例119
56人工神经网络121
561生物神经网络122
562人工神经网络123
563反向误差传播人工神经网络125
564人工神经网络应用实例130
参考文献132
第6章多元校正133
61黑白灰分析体系135
62多元线性回归方法138
621相关与回归138
622一元线性回归方法140
623多元线性回归方法143
624多元线性回归解的统计性质144
63K矩阵法和P矩阵法145
631K矩阵法146
632P矩阵法147
64主成分回归法148
641主成分分析148
642特征值和特征向量的计算方法154
643主成分数的确定156
644主成分回归157
65偏最小二乘法159
651偏最小二乘法基本原理159
652偏最小二乘法算法161
653隐变量数目确定方法163
66多元校正应用实例165
661用多元线性回归法进行多组分同时光谱定量分析165
662主成分回归法用于多组分近红外光谱定量分析167
663用偏最小二乘法进行近红外光谱定量分析170
参考文献171
第7章多元分辨172
71多元分辨基本原理173
72渐进因子分析法175
73固定尺寸移动窗口渐进因子分析法179
74交替最小二乘法181
75直观推导式演进特征投影法182
751色谱二维数据的特点183
752演进特征投影图183
753秩图186
754背景校正187
755满秩分辨190
76直观推导式演进特征投影法应用实例193
参考文献198
第8章化学模式识别199
81模式识别的基本概念199
82模式识别中数据预处理方法201
83特征抽取202
84空间中距离和相似性的表达方法205
841空间中距离的表达方法205
842空间中相似性的表达方法206
85有监督的模式识别方法207
851距离判别法207
852Fisher判别法208
853K最近邻法210
86无监督的模式识别方法212
861系统聚类法及实例212
862最小生成树方法及实例218
87模式识别的显示方法219
871主成分分析投影显示法及实例220
872偏最小二乘特征投影法221
873非线性投影方法222
参考文献223
第9章定量构效关系224
91化学结构的表征225
911图论的基本概念226
912化学图227
913邻接矩阵和距离矩阵228
92拓扑指数230
921Wiener指数230
922Hosoya指数Z231
923分子拓扑指数232
924分子连接性指数232
925含不饱和键和杂原子化合物的分子连接性指数239
93拓扑指数与化合物性质和生物活性之间的关系241
931分子拓扑指数与化合物沸点之间的关系241
932拓扑指数与色谱保留指数之间的关系243
933拓扑指数与生物活性之间的关系251
94定量构效关系的建模方法252
941变量选择252
942定量构效关系中多元线性回归建模方法及应用实例255
943定量构效关系中的人工神经网络方法及应用实例265
944定量构效关系中的模式识别方法266
参考文献267
|
| 本书可以作为分析化学和其他相关专业本科生和研究生化学计量学课程的教学用书，也可以作为从事化学计量学研究和应用人员的参考书。 | |
主站 | 书店 | 社区 | 百科 | 教学