第1章 概论 1
化学计量学的诞生和发展历史 1
化学计量学的研究内容 3
化学计量学的应用领域 4
参考文献 9
第2章 数学和MATLAB编程基础 10
数学和统计学基础 10
矢量和矩阵运算 11
线性相关 19
范数 21
统计学基础 22
MATLAB编程基础 30
MATLAB基本命令和基本运算 31
MATLAB的基本绘图功能 43
M文件 47
MATLAB编程举例 50
参考文献 54
第3章 分析化学中数理统计和数据处理方法 55
分析数据的数理统计方法 55
分析化学中数理统计的基本概念 55
分析数据的置信区间估计 57
分析数据的显著性检验 60
分析信号的平滑 63
平均法 64
多项式拟合法 65
分析信号的求导 71
差分法 71
多项式拟合法 72
参考文献 80
第4章 化学实验设计 81
基本概念 82
拉丁方和拉丁方设计 84
因子设计和部分因子设计 85
因子设计 85
部分因子设计 89
正交实验设计 91
正交表和正交实验设计 91
用正交表安排实验 94
实验结果的分析 95
均匀实验设计 97
均匀设计表 98
用均匀设计表安排实验 102
拟水平均匀设计 102
参考文献 104
第5章 最优化方法 105
最优化的基本概念 105
线性规划 108
线性规划的标准型 108
线性规划的图解法 109
单纯形优化法 110
非线性规划 111
消去法 111
变量轮换法 112
一阶梯度法 113
模拟退火算法 114
遗传算法 115
遗传算法的基本步骤 116
遗传算法的计算过程 117
遗传算法的实例 119
人工神经网络 121
生物神经网络 122
人工神经网络 123
反向误差传播人工神经网络 125
人工神经网络应用实例 130
参考文献 132
第6章 多元校正 133
黑白灰分析体系 135
多元线性回归方法 138
相关与回归 138
一元线性回归方法 140
多元线性回归方法 143
多元线性回归解的统计性质 144
K-矩阵法和P-矩阵法 145
K-矩阵法 146
P-矩阵法 147
主成分回归法 148
主成分分析 148
特征值和特征向量的计算方法 154
主成分数的确定 156
主成分回归 157
偏最小二乘法 159
偏最小二乘法基本原理 159
偏最小二乘法算法 161
隐变量数目确定方法 163
多元校正应用实例 165
用多元线性回归法进行多组分同时光谱定量分析 165
主成分回归法用于多组分近红外光谱定量分析 167
用偏最小二乘法进行近红外光谱定量分析 170
参考文献 171
第7章 多元分辨 172
多元分辨基本原理 173
渐进因子分析法 175
固定尺寸移动窗口渐进因子分析法 179
交替最小二乘法 181
直观推导式演进特征投影法 182
色谱二维数据的特点 183
演进特征投影图 183
秩图 186
背景校正 187
满秩分辨 190
直观推导式演进特征投影法应用实例 193
参考文献 198
第8章 化学模式识别 199
模式识别的基本概念 199
模式识别中数据预处理方法 201
特征抽取 202
空间中距离和相似性的表达方法 205
空间中距离的表达方法 205
空间中相似性的表达方法 206
有监督的模式识别方法 207
距离判别法 207
Fisher判别法 208
K最近邻法 210
无监督的模式识别方法 212
系统聚类法及实例 212
最小生成树方法及实例 218
模式识别的显示方法 219
主成分分析投影显示法及实例 220
偏最小二乘特征投影法 221
非线性投影方法 222
参考文献 223
第9章 定量构效关系 224
化学结构的表征 225
图论的基本概念 226
化学图 227
邻接矩阵和距离矩阵 228
拓扑指数 230
Wiener指数 230
Hosoya指数Z 231
分子拓扑指数 232
分子连接性指数 232
含不饱和键和杂原子化合物的分子连接性指数 239
拓扑指数与化合物性质和生物活性之间的关系 241
分子拓扑指数与化合物沸点之间的关系 241
拓扑指数与色谱保留指数之间的关系 243
拓扑指数与生物活性之间的关系 251
定量构效关系的建模方法 252
变量选择 252
定量构效关系中多元线性回归建模方法及应用实例 255
定量构效关系中的人工神经网络方法及应用实例 265
定量构效关系中的模式识别方法 266
参考文献 267