第一章 概论 1
1.1 化学计量学技术及发展概况 1
1.2 化学计量学主要研究内容和应用情况 2
1.3 本书主要内容 2
第一篇 化学信号处理 4
第二章 信号处理概述 4
2.1 化学信号与信息特征 4
2.2 信号的符号表示 5
2.3 信号与噪声 8
2.4 信号分辨 12
2.5 信号的属性 16
2.6 测不准原理 19
第三章 信噪比软件增强技术 20
3.1 化学信号的拾取 20
3.2 数字信号处理的预备知识 21
3.3 模拟信号的傅里叶级数和傅里叶变换 23
3.4 信号的采样与复原 24
3.5 信号与噪声的频谱分析 27
3.6 傅里叶变换滤波器 29
3.7 一般实用数字滤波器 31
第四章 相关化学信号处理 35
4.1 什么是相关 35
4.2 自相关 36
4.3 交叉相关方法 39
4.4 锁相方法 41
4.5 卷积和退卷积 42
4.6 相关化学测量 43
第五章 波谱解谱 45
5.1 复杂信号的测量 45
5.2 信号组分的分离 47
第六章 时-频分布 55
6.1 引言 55
6.2 整体平均值 56
6.3 局部平均值 57
6.4 时间和频率位移不变性 58
6.5 线性尺度变换 58
6.6 弱和强有限支持 58
第七章 短-时傅里叶变换和小波变换 60
7.1 引言 60
7.2 短-时傅里叶变换和频谱图 61
7.3 一般特性 63
7.4 整体量 64
7.5 变窄和加宽窗 65
7.6 小波分析介绍 66
第八章 回归分析 71
8.1 数理统计基本知识 71
第二篇 多变量分析 71
8.2 一元线性回归 74
8.3 多元线性回归 77
8.4 岭回归 79
8.5 逐步回归 81
8.6 主成分回归 82
第九章 模式识别判别分析 84
9.1 模式识别基本概念简介 84
9.2 多重判别矢量法 84
9.3 Fisher判别矢量法 86
9.4 主成分分析法(PCA) 87
9.5 非线性映射 89
第十章 偏最小二乘法 92
10.1 简介 92
10.2 偏最小二乘法中噪声过滤原理和PRESS判据 93
10.3 PLS方法原理 95
10.4 基本算式 96
10.5 用于PLS和PCR的简单迭代算法 99
第十一章 变量扩维-筛选方法 108
11.1 变量扩维-筛选方法原理 108
11.2 正交递归选择法 109
11.3 遗传算法 113
11.4 遗传算法在变量筛选中的应用 123
11.5 模拟退火算法与遗传算法结合用于变量筛选 125
第十二章 多变量分析方法在工业诊断和优化中的应用 134
12.1 引言 134
12.2 压力容器钢生产工艺优化研究 135
12.3 高炉炼铁烧结矿生产工艺优化研究 138
12.4 氧化铝耐火材料组成和烧结工艺条件研究 141
12.5 水泥28天强度的预报模型 143
12.6 转炉炉龄问题研究 144
第三篇 其他技术 148
第十三章 人工神经网络 148
13.1 方法简介 148
13.2 基本原理 149
13.3 网络的结构与优化 152
13.4 ANN的各种模型 153
13.5 ANN的应用 154
13.6 应用举例 157
13.7 展望 163
第十四章 化学计量学方法在电感耦合等离子体原子发射光谱法干扰校正中的应用 165
14.1 光谱干扰的校正技术简介 165
14.2 广义标准加入法 165
14.3 次因子重叠设计分析法 167
14.4 矩阵投影算法 169
14.5 卡尔曼滤波法 172
14.6 ICP-AES中光谱线及其相互干扰的计算机模拟 176
附录 183