基础化学计量学及其应用 - 中国高校教材图书网
|
书名： |
基础化学计量学及其应用
|
| ISBN： | 978-7-5628-3011-5 |
条码： | |
| 作者： |
倪力军 张立国
相关图书
|
装订： | 平装 |
| 印次： | 1-1 |
开本： | 32开 |
| 定价： |
￥48.00
折扣价：￥43.20
折扣：0.90
节省了4.8元
|
字数： |
369千字
|
| 出版社： |
华东理工大学出版社 |
页数： |
|
| 发行编号： | |
每包册数： |
|
| 出版日期： |
2011-07-01 |
|
|
| 内容简介： |
|
本书针对目前的现状和需求，介绍化学信息抽提、处理的常用方法及其应用实例，希望通过相关内容的学习和练习，帮助学生建立信息处理和解析的基本概念，掌握实验设计、化学信息的处理和抽提的基本方法，提高化学类专业学生的信息处理能力，以适应时代的发展和要求。
|
| 作者简介： |
|
|
| 章节目录： |
第1章 绪论
1.1 为什么学习化学计量学 /
1.2 化学计量学的定义 /
1.3 化学计量学解决问题的方法 /
1.4 化学计量学的研究对象与内容 /
1.5 化学计量学与现代分析化学的关系 /
1.6 化学计量学教学及其目的 /
思考题 /
参考文献 /
第2章 数学基础知识与MATLAB简介
2.1 线性代数基础知识 /
2.1.1 向量和矩阵 /
2.1.2 矩阵的加法和数乘 /
2.1.3 矩阵乘法 /
2.1.4 矩阵的转置和对称性 /
2.1.5 某些特殊矩阵 /
2.1.6 矩阵的逆 /
2.1.7 矩阵的秩 /
2.1.8 矩阵的特征值和特征向量 /
2.1.9 线性相关与线性无关 /
2.2 矩阵概念与化学信息 /
2.3 误差与数理统计基本知识 /
2.3.1 误差的定义与类型 /
2.3.2 精密度和准确度 /
2.3.3 概率与数理统计的基本概念 /
2.3.4 统计描述 /
2.3.5 统计分析 /
2.3.6 数理统计在数据分析中的应用 /
◇ 基础化学计量学及其应用 ◇
◇ 目 录 ◇
2.4 MATLAB平台简介 /
2.4.1 MATLAB系统 /
2.4.2 MATLAB工作环境 /
2.4.3 MATLAB的矩阵运算 /
2.4.4 MATLAB的常用函数 /
2.4.5 数据图形化的常用指令与图形的简单修饰 /
2.4.6 指令集的函数化(M文件) /
2.4.7 数据特征的度量及其MATLAB函数 /
2.5 化学数据的预处理方法 /
2.5.1 数据预处理的目的 /
2.5.2 离散数据的常用预处理方法 /
2.5.3 光谱数据的常用预处理方法 /
思考题 /
练习题 /
参考文献 /
第3章 相关分析及其应用
3.1 简单线性相关分析 /
3.2 相关关系与函数关系 /
3.3 复相关分析 /
3.4 典型相关分析 /
3.4.1 典型相关分析原理及应用简介 /
3.4.2 典型相关分析的数学实现 /
3.4.3 典型相关分析中各变量的特点及其相互关系 /
3.4.4 典型相关分析中的统计检验 /
3.4.5 典型相关分析的应用 /
练习题 /
参考文献 /
第4章 回归分析及其应用
4.1 回归分析的概念与原理 /
4.2 一元线性回归分析 /
4.2.1 一元线性回归方程的建立 /
4.2.2 一元线性回归模型的检验 /
4.2.3 一元线性回归分析的应用与MATLAB实现 /
4.3 多元线性回归分析 /
4.3.1 多元线性回归方程的建立 /
4.3.2 多元线性回归模型的检验 /
4.3.3 多元线性回归模型的模型参数检验及MATLAB实现 /
4.4 可化成多元线性回归的问题 /
4.4.1 多项式函数的线性回归 /
4.4.2 多元幂函数的线性回归 /
4.4.3 指数函数的线性回归 /
4.4.4 多元对数函数的线性回归 /
4.5 二次回归模型及最优回归模型 /
4.6 回归分析中必须注意的问题 /
4.6.1 回归分析中自变量与因变量的确定 /
4.6.2 自变量的筛选 /
4.6.3 多元线性回归的前提 /
4.7 相关分析与回归分析的区别和联系 /
思考题 /
练习题 /
参考文献 /
第5章 实验设计与实验数据的处理
5.1 基本概念介绍 /
5.1.1 实验设计的定义 /
5.1.2 实验的因素和水平 /
5.1.3 因素间的交互作用 /
5.1.4 全面实验和多次单因素实验 /
5.1.5 实验设计方法的分类 /
5.2 正交实验设计 /
5.2.1 关于正交的直观解释 /
5.2.2 正交表的特点 /
5.2.3 正交实验设计的主要步骤 /
5.2.4 正交实验设计结果的方差分析 /
5.2.5 正交实验数据的回归分析 /
5.3 均匀实验设计 /
5.3.1 均匀设计的原理和特点 /
5.3.2 均匀实验设计的主要步骤 /
5.3.3 均匀实验设计的应用 /
5.3.4 均匀设计表的设计* /
5.4 序贯实验设计方法 /
5.4.1 单纯形 /
5.4.2 单纯形寻优过程图解 /
5.4.3 m个因素的单纯形优化实验设计步骤 /
5.5 本章小结 /
思考题 /
练习题 /
参考文献 /
第6章 主成分分析及其在回归分析中的应用
6.1 主成分分析 /
6.1.1 主成分分析的直观描述 /
6.1.2 主成分分析中的一些基本概念 /
6.1.3 主成分分析的求解步骤 /
6.1.4 主成分的求解原理* /
6.1.5 原始变量用主成分得分的近似表示 /
6.1.6 主成分分析的特点及其几何解释 /
6.1.7 主成分个数确定的原则 /
6.1.8 主成分分析的NIPALS算法 /
6.2 主成分分析的实例及其在MATLAB平台的实现 /
6.3 主成分回归 /
6.3.1 问题的提出 /
6.3.2 主成分回归(PCR)及其在MATLAB平台的实现 /
6.4 偏最小二乘回归(PLSR) /
6.4.1 PLSR的原理 /
6.4.2 PLSR的算法步骤 /
6.4.3 PLSR的若干性质* /
6.4.4 PLSR的预测步骤 /
6.4.5 PLSR中潜变量个数的确定 /
6.4.6 PLSR的MATLAB实施与应用 /
6.5 本章小结 /
思考题 /
练习题 /
参考文献 /
第7章 化学校正理论及光谱定量分析技术
7.1 基本概念 /
7.2 化学量测数据的矩阵表示 /
7.3 多元化学校正方法 /
7.3.1 分析化学中的MLR方法 /
7.3.2 分析化学中的K矩阵法 /
7.3.3 分析化学中的P矩阵法 /
7.3.4 基于主成分分析的PCR与PLSR多元校正方法 /
7.4 多元校正方法在近红外定量分析技术中的应用 /
7.4.1 近红外多元校正方法的原理和应用 /
7.4.2 影响近红外定量分析模型的因素 /
7.5 光谱多元校正定量分析技术 /
练习题 /
参考文献 /
第8章 化学模式识别及其应用
8.1 基本概念 /
8.1.1 化学模式识别 /
8.1.2 特征（Features） /
8.1.3 模式（Patterns）与模式空间 /
8.1.4 模式识别方法的分类 /
8.1.5 分类方法的检验和评估 /
8.1.6 模式识别研究中的几个重要问题 /
8.2 模式识别的数据准备 /
8.2.1 数据预处理 /
8.2.2 特征抽提 /
8.3 模式间相似程度的度量方式 /
8.3.1 距离系数 /
8.3.2 相似系数 /
8.4 判别分析（Discrimination Analysis） /
8.4.1 KNN法及其衍生方法 /
8.4.2 二元线性分类器及其训练 /
8.4.3 Fisher判别法 /
8.4.4 偏最小二乘判别分析（PLSDA）方法 /
8.5 无监督模式识别法 /
8.5.1 一次计算形成法 /
8.5.2 最大生成树法（Largest Spanning Tree） /
8.5.3 最小生成树法（Minimal Spanning Tree） /
8.5.4 特征投影的模式识别方法 /
8.6 模式识别方法在近红外定性分析技术中的应用 /
8.6.1 简化与改进的KNN模式识别方法（ISKNN） /
8.6.2 影响近红外定性分析模型的因素 /
8.7 本章小结 /
8.7.1 模式识别的基本步骤 /
8.7.2 影响模式识别结果的因素 /
思考题 /
练习题 /
参考文献 /
第9章 如何用好化学计量学
9.1 避免采用不稳定的数据建模 /
9.2 避免采用离群点和异常点建模 /
9.3 谨慎进行数据的转换和确认 /
9.4 对原始数据进行必要的分析，了解数据的基本特点 /
9.5 充分利用专业背景知识、慎重评价信息解析得到的结果 /
9.6 建模与验证相结合，不可片面追求拟合效果 /
9.7 根据具体问题慎重选择适用的方法 /
附录1 关于马氏距离的定理与证明 /
附录2 本书常用MATLAB函数释义 /
附录3 本书自编MATLAB函数的源代码及注释 /
|
| 精彩片段： |
1.1 为什么学习化学计量学
现代科学技术、计算机和互联网、多媒体的飞速发展与普及，给人类生活、工作和科学研究带来极大便利的同时也使我们面临着信息爆炸和信息泛滥的困惑。在各行各业的生产实践与各种实验性学科研究中，经常会产生大量类型不同的实验或测试数据。例如，一个现代化化工厂就有成千上万个传感器不断记录生产数据；医疗、环保、地质勘探领域每天也在积累大量数据。随着计算机技术的进步与互联网的普及，大批数据库(Data base)已经建立。这些数据中蕴藏着大量宝贵信息，为我们认识事物的性质、规律提供了丰富的材料与科学依据，犹如有价“矿藏”有待开发挖掘。它能够快速有效地从铺天盖地的数据与信息中抽提有用的、重要的信息与规律，以指导生产实践与经济、科研活动，成为现代科技人才应当具备的重要技能和素质。
化学是一门理论与实验并重的学科，化学领域工作者每天会面对大量的实验数据。实验数据的种类很多，按基本物性分为物理和化学两大类。如物质的硬度、尺寸、密度、质量、沸点、压强等属于物理性能数据；化学数据主要反映关于化学性能方面的性质，如样品中所含物质的结构、组成（含量）、相对分子质量、化学反应速率常数等。此外，既有以离散形式体现的化学信息，如活化能、化合物（物质）含量等；也有以连续的谱图体现的化学信息，如红外、紫外光谱等。在样品的质量分析、检测过程中大量使用各种光谱、色谱甚至联用仪器方法来获取样品的化学信息，这些化学信息通常以兆为单位，以向量或矩阵、张量等形式存储在计算机中。采用简单的分析方法很难从中找到有效解决方案和所需的信息，化学计量学则可以为这类复杂数据的解析和信息抽提提供解决方法。
一个化学问题的研究过程一般如下。
|
| 书 评： |
|
|
| 其 它： |
|
|
|
中国大学出版社协会 |
首页 |
宏观指导 |
出版社天地 |
图书代办站 |
教材图书信息 |
教材图书评论 |
在线订购 |
教材征订
