《化学计量学导论》求取 ⇩

第一章绪论1

1-1 化学计量学的研究对象与发展概况1

1-2 化学计量学——化学量测的基础理论与方法学3

1-3 本书各章内容简介6

参考文献11

第二章分析信息理论12

2-1 化学量测的“不确定度”与熵12

2-2 分析量测的信息量16

2-3 分析仪器的供信能力20

2-4 分析信息量的其他量度22

参考文献24

第三章分析采样理论26

3-1 概述26

3-2 固体物质采样27

3-3 分层采样与二步采样30

3-4 从动态过程物质流采样35

3-5 生产过程连续监控中的采样36

3-6 质量检验中的采样42

参考文献48

第四章分析检测理论50

4-1 分析信号的检出51

4-2 分析信号的检测特性函数54

4-3 分析方法的检测限56

参考文献58

第五章校正理论Ⅰ 化学量测体系的基础校正方法59

5-1 化学量测中的校正作为系统参量估计问题59

5-2 单一组分测定的线性校正模式61

5-3 多元线性回归(MLR)基本校正方法67

5-4 通用标准加入法69

5-5 非线性校正71

参考文献75

6-1 多元线性校正模式的进一步考察77

第六章校正理论Ⅱ 基于因子分析的多元校正方法77

6-2 分析信号阵的特征值及特征矢量：NIPALS算法80

6-3 分析试样中组分数的确定84

6-4 交互校验法88

6-5 分析体系中存在的组分的鉴别：目标转换因子分析90

6-6 主成分回归法(PCR)93

6-7 偏最小二乘法(PLS)95

6-8 结语：“软”“硬”校正模式97

参考文献98

第七章分析信号处理100

7-1 分析信号的滤波100

7-2 分析信号的平滑与求导105

7-3 光谱分析的多重性效益与Hadamard变换110

7-4 实现光谱多重性效益的Fourier编码113

7-5 FFT及其在光谱与电化学量测中的应用120

7-6 卷积运算用于分析信号解析129

参考文献134

第八章化学模式识别Ⅰ 借化学量测辨识物质的隐含性质136

8-1 化学模式空间136

8-2 模式空间的距离与相似性量度141

8-3 线性学习机142

8-4 K-最近邻法146

8-5 原始化学量测数据的预处理149

8-6 参量选择151

8-7 降维与显示技术155

8-8 无监督的分类：聚类分析用于化学量测数据解析158

8-9 化学模式识别的应用163

参考文献166

第九章化学摸式识别Ⅱ 定量构效关系研究169

9-1 构效关系研究中的全局“硬”模式与局部“软”模式169

9-2 化学模式识别与QSAR的4个水平172

9-3 SIMCA法Ⅰ 水平2的化学模式识别与QSAR175

9-4 SIMCA法Ⅱ 水平3、4的化学模式识别与QSAR181

9-5 QSAR中表征化合物结构的参量184

9-6 分子连接性指数188

参考文献196

第十章人工智能与化学专家系统198

10-1 人工智能用于化学计量学研究198

10-2 人工智能的基本要素200

10-3 化学专家系统209

10-4 人工神经元网络与自适应化学模式识别218

参考文献225

第十一章化学试验设计与优化227

11-1 化学量测与试验中的设计与优化问题227

11-2 析因试验230

11-3 正交试验设计233

11-4 单纯形优化法238

参考文献243

第十二章化学反应及化学量测误差的数字模拟244

12-1 模拟用于化学反应机理及量测误差的研究244

12-2 随机变量及随机数的模拟与产生方法245

12-3 化学量测误差传递的Monte Carlo模拟249

12-4 化学反应动力学的Monte Carlo模拟251

12-5 电化学过程的数字模拟257

参考文献264

CONTENTS(英文目录)266