第1章 联机文献检索 1
1.1美国化学文摘 1
1.1.1美国化学文摘和SciFinder简介 1
1.1.2 SciFinder的著录内容与格式 2
1.1.3 SciFinder的功能与使用方法 6
1.2 Web of Science 11
1.2.1 Web of Science简介 11
1.2.2 Web of Science的著录内容与格式 12
1.2.3 Web of Science的功能与使用方法 13
1.2.4 ISI Web of Knowledge的其他功能 18
1.3 Ei Village 19
1.3.1 Ei Village简介 19
1.3.2 Ei Village的著录内容与格式 20
1.3.3 Ei Village的功能与使用方法 21
1.4期刊全文数据库 24
1.4.1 ScienceDirect 24
1.4.2 ACS Publications 27
1.4.3 RSC Publishing 29
1.4.4 SpringerIink 30
1.4.5 Wiley Online Library 31
1.5国内学术期刊数据库 32
1.5.1 CNKI 32
1.5.2中文科技期刊数据库 34
1.5.3万方数据知识服务平台 35
1.6其他文献检索系统简介 36
1.7专利文献查询 39
1.7.1专利文献数据库 39
1.7.2专利文献检索 40
上机训练与习题 45
第2章 网络图书与网络期刊 46
2.1网上图书馆 46
2.1.1图书馆主页 46
2.1.2 WWW虚拟图书馆 47
2.2网上书店 49
2.3网络期刊 50
2.4数字化图书 52
2.5出版商主页 53
上机训练与习题 54
第3章 数据库资源 55
3.1晶体结构数据库 55
3.1.1剑桥结构数据库 55
3.1.2蛋白质数据库 57
3.1.3核酸数据库 58
3.2波谱数据库 61
3.2.1 NIST Chemistry WebBook 61
3.2.2化合物谱图数据库 64
3.3网上化学手册 67
3.3.1化学元素周期表 67
3.3.2化合物基本性质数据库 69
3.3.3物理化学常数 70
上机训练与习题 71
第4章 化学信息资源查询 72
4.1查询 72
4.2导航 77
4.3 ChIN简介 78
4.4商业信息 81
4.5化学机构信息 83
上机训练与习题 84
第5章 化学信息的计算机表示与建模 85
5.1化合物结构编码 85
5.1.1线型编码 85
5.1.2 ZXLN线型编码 86
5.1.3内部表示 87
5.2分子图形学 88
5.3分子描述符 93
5.4定量构效关系 95
5.4.1基本方法 95
5.4.2应用举例 96
上机训练与习题 98
第6章 计算机辅助结构解析与合成设计 100
6.1化学信息数据库 100
6.1.1数据库系统的构成 100
6.1.2数据模型和数据库的类型 101
6.1.3数据库的存取过程 101
6.1.4化学信息数据库 102
6.2化学人工智能与专家系统 105
6.2.1人工智能 105
6.2.2专家系统 105
6.2.3知识库 106
6.2.4推理方法 109
6.3计算机辅助结构解析 111
6.3.1结构解析系统的构成 111
6.3.2结构解析的工作过程 112
6.3.3结构解析中的有关技术 112
6.4计算机辅助合成设计 114
6.4.1计算机辅助有机合成 114
6.4.2计算机辅助分子设计 121
上机训练与习题 124
第7章 分子模拟 126
7.1量子力学 126
7.1.1基本理论 126
7.1.2 Gaussian软件 129
7.1.3应用举例 133
7.2分子力学 136
7.2.1分子力场 136
7.2.2应用举例 142
7.3分子动力学 144
7.3.1基本方法 144
7.3.2软件 145
7.3.3应用举例 148
7.4波谱模拟 153
7.4.1 1 H-NMR谱的量子化学模拟 153
7.4.2 13 C-NMR谱的计算机模拟 156
上机训练与习题 161
第8章 进化计算与优化算法 162
8.1人工神经网络 162
8.1.1模型 162
8.1.2学习算法 164
8.1.3应用举例 167
8.2遗传算法 168
8.2.1自然进化与遗传算法 169
8.2.2基本过程 170
8.2.3遗传算法的发展 172
8.2.4应用举例 175
8.3模拟退火算法 178
8.3.1固体退火与模拟退火算法 178
8.3.2基本过程 180
8.3.3模拟退火算法的发展 182
8.3.4退火演化算法 183
8.3.5应用举例 187
8.4免疫算法 191
8.4.1基本原理 191
8.4.2免疫优化算法 192
8.4.3一种用于重叠信号解析的免疫算法 195
8.5其他优化算法简介 199
8.5.1蚁群算法 199
8.5.2粒子群优化算法 201
上机训练与习题 203
第9章 小波分析 205
9.1小波及小波分析 205
9.1.1小波的定义 205
9.1.2傅里叶变换 206
9.1.3小波变换 208
9.2小波分析的基本算法 209
9.2.1多尺度分析 209
9.2.2多尺度信号分解（MRSD）算法 210
9.2.3 MRSD算法的改进 212
9.2.4小波包变换 213
9.3小波分析的程序设计 214
9.3.1 Matlab工具箱 214
9.3.2 WaveLab简介 215
9.3.3 MRSI算法的程序设计 216
9.3.4连续小波变换的程序设计 219
9.3.5小波包分析的程序设计 221
9.4小波分析的应用 222
9.4.1数据压缩 222
9.4.2平滑和滤噪 224
9.4.3背景扣除与基线矫正 227
9.4.4近似导数的计算 228
9.4.5重叠信号解析 230
9.4.6谱图分辨率的改善 231
9.4.7小波分析的其他应用 232
上机训练与习题 233
第10章 多元校正与因子分析 235
10.1引言 235
10.1.1化学计量学 235
10.1.2多元校正与分辨 236
10.1.3因子分析 236
10.2数据矩阵的构成 237
10.2.1二维色谱数据 237
10.2.2三维荧光光谱数据 238
10.2.3多组分光度分析数据 238
10.2.4配合物体系的研究 239
10.3间接校正方法 239
10.3.1 K-矩阵法 240
10.3.2 P-矩阵法 242
10.4主成分分析 243
10.4.1原理 243
10.4.2应用举例 245
10.5主成分回归 246
10.6偏最小二乘回归 249
10.6.1原理 249
10.6.2算法 250
10.6.3应用举例 251
10.7化学因子分析 252
10.7.1基本步骤 252
10.7.2目标因子分析 253
10.7.3秩消因子分析 256
10.7.4渐进因子分析 256
10.7.5窗口因子分析 259
10.7.6启发渐进式特征投影 261
10.8高阶校正方法简介 264
上机训练与习题 267
主要参考文献 268