化學(xué)計(jì)量學(xué)方法

內(nèi)容概要

　　《化學(xué)計(jì)量學(xué)方法》包括了化學(xué)計(jì)量學(xué)的主要內(nèi)容，涉及誤差及數(shù)理統(tǒng)計(jì)基礎(chǔ)、回歸分析、最優(yōu)化方法、主成分分析與因子分析、人工神經(jīng)網(wǎng)絡(luò)法及在化學(xué)中的應(yīng)用、模式識(shí)別方法等。

書(shū)籍目錄

前言第1章 誤差及數(shù)理統(tǒng)計(jì)基礎(chǔ)1.1 誤差1.2 基礎(chǔ)統(tǒng)計(jì)學(xué)概念1.3 區(qū)間估計(jì)1.4 結(jié)果的表示1.5 置信區(qū)間的其他應(yīng)用1.6 顯著性檢驗(yàn)1.7 壞值的剔除練習(xí)題參考文獻(xiàn)第2章 回歸分析2.1 一元回歸分析2.2 多元回歸分析2.3 逐步回歸方法2.4 回歸分析中幾個(gè)問(wèn)題的討論練習(xí)題參考文獻(xiàn)第3章 相關(guān)分析和數(shù)據(jù)平滑3.1 相關(guān)分析3.2 數(shù)據(jù)平滑練習(xí)題參考文獻(xiàn)第4章 最優(yōu)化方法4.1 改變單因子法4.2 單純形法4.3 響應(yīng)曲面法練習(xí)題參考文獻(xiàn)第5章 主成分分析和因子分析5.1 主成分分析5.2 因子分析練習(xí)題參考文獻(xiàn)第6章 偏最小二乘方法6.1 多元線性回歸（mlr）6.2 主成分回歸6.3 偏最小二乘（pls）6.4 非線性偏最小二乘練習(xí)題參考文獻(xiàn)第7章 多元校正及分辨7.1 間接校正方法7.2 通用標(biāo)準(zhǔn)加入法7.3 kalman濾波法7.4 復(fù)雜體系的多元分辨方法練習(xí)題參考文獻(xiàn)第8章 小波分析8.1 小波的定義及小波分析8.2 小波分析的基本算法8.3 小波分析的程序設(shè)計(jì)8.4 小波包分析8.5 小波分析的應(yīng)用練習(xí)題參考文獻(xiàn)第9章 遺傳算法和模擬退火算法9.1 遺傳算法9.2 模擬退火方法練習(xí)題參考文獻(xiàn)第10章 人工神經(jīng)網(wǎng)絡(luò)法及在化學(xué)中的應(yīng)用10.1 引言10.2 反向傳輸人工神經(jīng)網(wǎng)絡(luò)算法10.3 kohonen自組織特征映射模型10.4 hopfield網(wǎng)絡(luò)10.5 人工神經(jīng)網(wǎng)絡(luò)法的應(yīng)用10.6 結(jié)束語(yǔ)練習(xí)題參考文獻(xiàn)第11章 模式識(shí)別方法11.1 引言11.2 數(shù)據(jù)的表示及預(yù)處理11.3 特征的提取和壓縮11.4 相似系數(shù)和距離11.5 有管理的模式識(shí)別方法11.6 無(wú)管理方法11.7 顯示方法11.8 綜合性數(shù)據(jù)例子練習(xí)題參考文獻(xiàn)第12章 化合物結(jié)構(gòu)表征和構(gòu)效關(guān)系研究12.1 引言12.2 結(jié)構(gòu)的矩陣表示和結(jié)構(gòu)的輸入12.3 參數(shù)計(jì)算12.4 變量的提取和壓縮12.5 預(yù)測(cè)數(shù)學(xué)模型的建立練習(xí)題參考文獻(xiàn)第13章 組合化學(xué)13.1 引言13.2 蛋白質(zhì)結(jié)構(gòu)基礎(chǔ)知識(shí)介紹13.3 推理性組合化學(xué)庫(kù)的設(shè)計(jì)13.4 定向組合化學(xué)庫(kù)的設(shè)計(jì)的一些結(jié)果13.5 用qsar法進(jìn)行推理定向組合肽庫(kù)的設(shè)計(jì)練習(xí)題參考文獻(xiàn)第14章 譜圖庫(kù)檢索和結(jié)構(gòu)解析專家系統(tǒng)14.1 譜圖庫(kù)檢索14.2 譜圖解析專家系統(tǒng)概述14.3 拓?fù)浣Y(jié)構(gòu)窮舉生成14.4 立體異構(gòu)體的窮舉生成練習(xí)題參考文獻(xiàn)第15章 實(shí)驗(yàn)設(shè)計(jì)15.1 正交設(shè)計(jì)15.2 均勻設(shè)計(jì)練習(xí)題參考文獻(xiàn)附錄

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    化學(xué)計(jì)量學(xué)方法 PDF格式下載

---