《化学计量学》求取 ⇩

第一章 绪论1

1-1 化学计量学及其发展概况1

1-2 化学计量学的主要研究内容2

1-3 化学计量学与现代分析化学5

习题8

第二章 分析采样理论9

2-1 分析的目的与总体类型9

2-2 固体物质的采样11

2-3 分步采样14

2-4 动态过程中的采样18

2-5 质量检验中的采样27

习题31

第三章 化学试验设计与优化32

3-1 试验设计基础32

3-2 简单比较法35

3-3 正交试验设计37

3-4 单纯形优化45

3-5 调优操作60

习题63

第四章 化学信号的检测65

4-1 分析信号的检出66

4-2 信噪比与检出限69

4-3 噪声的类型和性质72

4-4 信号平均与平滑74

4-5 卡尔曼滤波86

4-6 多重性光谱技术98

习题114

第五章 复杂化学信号的分辨116

5-1 因子分析基本原理117

5-2 因子分析计算方法及应用举例128

5-3 目标检测因子分析用于复合信号分辨149

5-4 信号微分179

5-5 复合信号的去卷积184

5-6 曲线拟合191

习题195

第六章 化学量测的校正方法203

6-1 与标准比较204

6-2 单变量校正--单组分测定的线性校正模型205

6-3 基于多元线性回归的多变量校正方法218

6-4 非线性校正255

6-5 基于因子分析的多变量校正方法260

习题287

第七章 化学模式识别290

7-1 模式识别及其基本概念291

7-2 特征选择296

7-3 原始数据的预处理300

7-4 决策与分类方法315

7-5 Fisher判别分析322

7-6 聚类分析340

7-7 非线性映照359

7-8 k-最近邻法366

7-9 模式识别在化学中的应用367

习题372

第八章 化学研究中的数字模拟--Monte Carlo法375

8-1 概述375

8-2 伪随机数的产生380

8-3 随机变量或随机向量的抽样384

8-4 MC法的若干应用386

习题395

第九章 人工神经网络法在化学中的应用396

9-1 概述396

9-2 人工神经网络的工作原理398

9-3 人工神经网络在化学中的应用403

9-4 人工神经网络的局限性及改进方法410

思考题411

主要参考文献412