本书为《化学计量学方法》的第二版,在第一版的基础上介绍了最新出现的研究方法,并收集了最新的研究成果。本书包括了化学计量学的主要内容,共分15章,分别为误差及数理统计基础、回归分析、相关分析和数据平滑、最优化方法、主成分分析和因子分析、偏最小二乘方法、多元校正及分辨、小波分析、遗传算法和模拟退火算法、人工神经网络法及在化学中的应用、模式识别方法、化合物结构表征和构效关系研究、组合化学、谱图库检索和结构解析专家系统及实验设计。此外,为方便读者查阅,本书还将常用数据信息列为附录。
本书可作为化学、生物化学、医学化学及环境化学等专业的研究生学习用书,也可供相关领域广大科技工作者参考。
样章试读
目录
- 前言
第1章 误差及数理统计基础
1·1误差
1·2基础统计学概念
1·3区间估计
1·4结果的表示
1·5置信区间的其他应用
1·6显著性检验
1·7坏值的剔除
练习题
参考文献
第2章 回归分析
2·1一元回归分析
2·2多元回归分析
2·3逐步回归方法
2·4回归分析中几个问题的讨论
练习题
参考文献
第3章 相关分析和数据平滑
3·1相关分析
3·2数据平滑
练习题
参考文献
第4章 最优化方法
4·1改变单因子法
4·2单纯形法
4·3响应曲面法
练习题
参考文献
第5章 主成分分析和因子分析
5·1主成分分析
5·2因子分析
练习题
参考文献
第6章 偏最小二乘方法
6·1多元线性回归(MLR)
6·2主成分回归
6·3偏最小二乘(PLS)
6·4非线性偏最小二乘
练习题
参考文献
第7章 多元校正及分辨
7·1间接校正方法
7·2通用标准加入法
7·3Kalman滤波法
7·4复杂体系的多元分辨方法
练习题
参考文献
第8章 小波分析
8·1小波的定义及小波分析
8·2小波分析的基本算法
8·3小波分析的程序设计
8·4小波包分析
8·5小波分析的应用
练习题
参考文献
第9章 遗传算法和模拟退火算法
9·1遗传算法
9·2模拟退火方法
练习题
参考文献
第10章 人工神经网络法及在化学中的应用
10·1引言
10·2反向传输人工神经网络算法
10·3Kohonen自组织特征映射模型
10·4Hopfield网络
10·5人工神经网络法的应用
10·6结束语
练习题
参考文献
第11章 模式识别方法
11·1引言
11·2数据的表示及预处理
11·3特征的提取和压缩
11·4相似系数和距离
11·5有管理的模式识别方法
11·6无管理方法
11·7显示方法
11·8综合性数据例子
练习题
参考文献
第12章 化合物结构表征和构效关系研究
12·1引言
12·2结构的矩阵表示和结构的输入
12·3参数计算
12·4变量的提取和压缩
12·5预测数学模型的建立
练习题
参考文献
第13章 组合化学
13·1引言
13·2蛋白质结构基础知识介绍
13·3推理性组合化学库的设计
13·4定向组合化学库的设计的一些结果
13·5用QSAR法进行推理定向组合肽库的设计
练习题
参考文献
第14章 谱图库检索和结构解析专家系统
14·1谱图库检索
14·2谱图解析专家系统概述
14·3拓扑结构穷举生成
14·4立体异构体的穷举生成
练习题
参考文献
第15章 实验设计
15·1正交设计
15·2均匀设计
练习题
参考文献
附录