化学计量学在分析化学中的应用PDF|Epub|txt|kindle电子书版本网盘下载

化学计量学在分析化学中的应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

目录1

第一章　化学计量学的历史、现状及教学1

§1.1　化学计量学的主要内容及方法1

§1.2　化学计量学的教学6

参考文献11

第二章　统计基础12

§2.1　分析质量判据和统计检验12

§2.1.1　平均值和标准偏差12

§2.1.2　重复测量值的分布13

§2.1.3　样本平均值的标准偏差15

§2.1.5　小样本平均值的置信限16

§2.1.4　大样本平均值的置信限16

§2.1.6　测量结果表达17

§2.1.7　随机误差的传递18

§2.1.8　系统误差传递19

§2.1.9　实验室熟练程度检验19

§2.1.10　不确定度20

§2.1.11　取样统计学21

§2.2　显著性检验25

§2.2.1　t检验25

§2.2.2　标准偏差比较——F检验30

§2.2.3　异常值31

§2.2.4　重复性、再现性和协作检验32

§2.3.1　回归校正直线34

§2.2.5　方差分析34

§2.3　一元校正和相关性分析34

§2.3.2　回归校正直线斜率和截距的误差36

§2.3.3　由回归直线计算浓度及误差估计38

§2.3.4　加权最小二乘法38

§2.4　检测限40

附表A2　统计中常用临界值分布表43

参考文献46

第三章　化学实验设计与优化方法47

§3.1　正交试验设计48

§3.1.1　正交试验设计的一般步骤50

§3.1.2　如何安排水平数不同的试验和有交互作用的试验53

§3.2　均匀试验设计54

§3.2.1　均匀设计表54

§3.2.2　均匀设计的一般步骤55

§3.3　析因设计56

§3.3.1　析因设计原理56

§3.3.2　析因设计试验一般步骤57

§3.3.3　中心复合设计和Box-Behnken设计59

§3.4　单纯形优化法61

§3.4.1　基本单纯形62

§3.4.2　改进单纯形66

§3.5　响应曲面设计68

附表A3　常用正交设计表和均匀设计表69

参考文献84

第四章　分析信号处理86

§4.1　分析信号的卡尔曼滤波87

§4.1.1　卡尔曼滤波的原理87

§4.1.2　卡尔曼滤波算法步骤90

§4.1.3　滤波正常的判断方法90

§4.1.4　卡尔曼滤波中系数矩阵的确定92

§4.1.5　自适应卡尔曼滤波94

§4.1.6　应用95

§4.2　分析信号的平滑和求导96

§4.2.1　分组平均平滑法96

§4.2.2　移动窗口平滑97

§4.2.3　多项式平滑及求导98

§4.3　分析信号的Hadamard变换110

§4.4　傅里叶变换113

§4.5　小波变换123

参考文献131

第五章　多元校正分析134

§5.1　多元线性回归135

§5.1.1　多元线性回归的原理137

§5.1.2　曲线拟合140

§5.2　多元非线性回归144

§5.2.1　变量代换法144

§5.2.2　非线性最小二乘法145

§5.3　岭回归148

§5.4　多元线性回归法用于多组分分析150

§5.4.1　经典最小二乘法154

§5.4.2　反推最小二乘法157

§5.5　通用标准加入法159

§5.6　主成分分析161

§5.6.1　奇异值分解162

§5.6.2　特征值和特征向量163

§5.6.3　NIPALS算法用于主成分分析166

§5.6.4　主成分数（主因子数）的判别166

§5.6.5　交叉验证法169

§5.7　主成分回归171

§5.8　偏最小二乘法174

§5.9　三维主成分分析178

§5.9.1　平铺法178

§5.9.2　Tucker 3模型179

§5.9.3　平行因子模型181

§5.9.4　双数据块的三线性分解183

参考文献185

第六章 因子分析及其相关技术188

§6.1　概述188

§6.2　因子旋转194

§6.3　方差最大旋转196

§6.4 目标转换因子分析法用于因子旋转198

§6.5　基于曲线分辨的方法200

§6.6　迭代目标转换因子分析法207

§6.7　渐进因子分析211

§6.8　固定窗口渐进因子分析215

§6.9　启发渐进特征投影法216

§6.9.1　渐进特征投影和选择性信息217

§6.9.2　特征结构跟踪分析219

§6.9.3　选择性信息与满秩分辨220

§6.10　广义秩消失因子分析法222

§6.11　残差双线性分解法223

参考文献225

第七章　化学模式识别227

§7.1　聚类分析228

§7.2　相似系数和距离229

§7.3　测量数据预处理和特征选取232

§7.4　聚类分析算法234

§7.4.1　聚类算法基本原理235

§7.4.2　类间距离的定义与系统聚类方法235

§7.4.3　最小生成树法241

§7.5　基于主成分分析的投影判别法242

§7.6　有管理模式识别247

§7.6.1　线性判别分析248

§7.6.2　K-最近邻法252

§7.6.3　SIMCA分类法253

参考文献257

第八章　人工神经网络及遗传算法259

§8.1　神经元260

§8.2　线性学习机和感知器网络261

§8.3　多层向前网络262

§8.3.1　信号传递264

§8.3.2　转换函数265

§8.3.3　网络训练规则266

§8.4　MLF网络的训练和测试269

§8.5　其他网络函数270

§8.6　人工神经网络在化学领域中的应用273

§8.6.3　蛋白质结构预测274

§8.6.2　药物分子药效预测274

§8.6.1　谱图分析274

§8.7　遗传算法275

§8.7.1　基本概念275

§8.7.2　基本算法276

§8.8　遗传算法在分析化学中应用280

§8.8.1　多组分成分分析波长选择281

§8.8.2　发射光谱实验条件的选择281

§8.8.3　校正数据的优化281

§8.8.4　核磁共振脉冲波形的选择282

§8.8.5　生物大分子的构象分析282

参考文献283

第九章　电分析化学285

§9.1　化学计量学在无机离子测定中的应用287

§9.2　化学计量学在有机电分析化学中的应用295

§9.2.1 吡嗪及其甲基衍生物的极谱法同时测定295

§9.2.2　食用合成色素的伏安法分析298

§9.2.3　抗氧化剂的伏安法分析300

§9.2.4　环境中有害物质分析302

§9.2.5　农药残留量分析304

§9.2.6　药物分析308

参考文献311

第十章　动力学分析法314

§10.1　反应速率差异较大的混合物分析法316

§10.2　反应速率差别较小的混合物分析法317

§10.2.1　外推图解法317

§10.2.2　单点法319

§10.2.3　比例方程法321

§10.3　基于计算机数学和化学计量学的方法323

§10.3.1　多元线性回归323

§10.3.2　H点标准加入法324

§10.3.3　卡尔曼滤波325

§10.3.4　人工神经网络326

§10.3.5　一种误差补偿算法327

§10.3.6　基于因子分析的多元校正法328

§10.4.1　动力学分析法用于还原糖的测定330

§10.4　动力学分析法在食品分析中的应用330

§10.4.2　食品中抗氧化剂的分析333

§10.4.3　饲料中添加剂的分析335

§10.5　药物分析337

§10.6　农药残留量的分析340

参考文献342

第十一章 多元校正方法在电位滴定分析中的应用346

§11.1　线性滴定法347

§11.1.1　一元酸的线性函数公式347

§11.1.2　混合酸的线性函数公式349

§11.1.3　计算法确定混合酸的滴定终点351

§11.1.4　直线图解法测定三组分混合酸353

§11.1.5　标准加入法在酸碱分析中的应用356

§11.2　多元校正方法在酸碱滴定、络合滴定和沉淀滴定中的应用358

§11.2.1　酸碱滴定359

§11.2.2　络合滴定363

§11.2.3　沉淀滴定369

参考文献373

第十二章 分光光度法中的H点标准加入法和比值导数波谱法376

§12.1　H点标准加入法376

§12.2　通用H点标准加入法381

§12.3　H点曲线分离法382

§12.4　比值导数波谱383

§12.5　双除数因子比值导数波谱387

参考文献388