化学计量学导论PDF电子书下载

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QSAR 175

9-4 SIMCA法Ⅱ 水平3、4的化学模式识别与QSAR 181

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