化学计量学

本书介绍了化学计量学中的一些重要方法。《化学计量学:一些重要方法的原理及应用》全书共10章。其中，第1章概略地回顾了化学计量学的发展历史及现状；第2～4章介绍了主成分分析及在此基础上的偏最小二乘方法、多元分辨方法和三线性分解；第5章介绍了人工神经网络法（目前在化合物构效关系研究中应用广泛）；第6章介绍了遗传算法及模拟退火算法（它们是近年发展起来的寻优算法）；第7章介绍了小波分析（主要用于信息压缩、重叠峰分解及基线校准等）；第8章介绍了模式识别中最新方法的发展；第9章及第10章均为化学计量学方法在光谱中的应用。

第1章 化学计量学：发展与展望

1·1 Wold的命名与学术界的反响

1·2 化学计量学与分析化学

1·3 FECS的Eurocurriculum

1·4 属于整个化学的学科分支

1·5 “算法驱动”与“问题驱动”

1·6 化学数据挖掘的大好机遇

1·7 化学计量学与生物信息学

1·8 展望

第2章主成分分析

2·1 引论

2·2 主成分分析的理论

2·3 主成分分析算法

2·4 基于主成分分析的多元校正方法

2·5 主成分数的确定

2·6 基于主成分分析的模式识别

2·7 结语

参考文献

第3章 联用色谱数据的多元分辨方法及其在中草药分析中的应用

3·1 联用色谱仪器数据的数学特征

3·2 化学计量学的多元分辨的基本原理与方法

3·3 中药色谱指纹图谱——中药整体性化学表征

3·4 中药色谱指纹图谱在中药现代化研究中的核心地位

3·5 现代分析仪器与中药色谱指纹图谱定性定量剖析

3·6 中药色谱指纹图谱定性定量分析的几个实例

参考文献

第4章 三线性分解成分分析在分析科学中的应用

4·1 引论

4·2 三线性模型

4·3 立方阵的秩

4·4 三线性分解

4·5 三线性分解的惟一性

4·6 基于三线性分解的二阶校正

4·7 基于三线性分解的二阶标准加入法

4·8 三线性分解成分分析的若干应用

4·9 结语

参考文献

第5章 人工神经网络法及在化学中的应用

5·1 引论

5·2 反向传输人工神经网络算法

5·3 Kohonen自组织特征映射模型

5·4 Hopfield网络

5·5 人工神经网络法的应用

5·6 结语

参考文献

第6章 遗传算法及模拟退火算法

6·1遗传算法与优化

6·2 简单遗传算法

6·3 数值遗传算法

6·4 遗传算法的应用

6·5 遗传算法在化学中的应用

6·6 遗传算法的讨论和发展

6·7 模拟退火算法的基本原理

6·8 模拟退火算法的控制参数与改进

6·9 退火演化算法

6·10快速退火演化算法的应用

参考文献

第7章小波分析与分析化学信号处理——原理、程序与实例

7·1 小波与小波变换

7·2 小波变换的基本算法

7·3 小波变换的程序设计

7·4 小波变换的应用实例

参考文献

第8章 化学模式识别及其近期进展

8·1 化学模式识别的基本概念和几个常用算法

8·2 化学模式识别的近期进展

参考文献

第9章褶合光谱法和褶合光谱仪的理论与实践

9·1 褶合光谱法产生的背景

9·2 褶合光谱分析法的原理

9·3 褶合光谱仪能做什么

9·4 UV/Vis-W褶合光谱仪怎么做

9·5 结语

参考文献^[1]

第10章 自模型混合物分析方法及在光谱分析中的应用

10·1 引论

10·2 基本原理

10·3离子淌度谱分析中的应用

10·4 在近红外光谱分析中的应用

10·5 实时SIMPLISMA

10·6 结语