• 化学计量学方法及MATLAB实现
  • 化学计量学方法及MATLAB实现
  • 化学计量学方法及MATLAB实现
  • 化学计量学方法及MATLAB实现
  • 化学计量学方法及MATLAB实现
  • 化学计量学方法及MATLAB实现
  • 化学计量学方法及MATLAB实现
  • 化学计量学方法及MATLAB实现
  • 化学计量学方法及MATLAB实现
  • 化学计量学方法及MATLAB实现
21年品牌 40万+商家 超1.5亿件商品

化学计量学方法及MATLAB实现

包正版 页面干净 现货 实物图 大量水印,不影响使用

150 七品

仅1件

北京昌平
认证卖家担保交易快速发货售后保障

作者史永刚、粟斌、田高友 著

出版社中国石化出版社

出版时间2010-04

版次1

装帧平装

货号207

上书时间2024-07-20

北京梦想书店

六年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:七品
图书标准信息
  • 作者 史永刚、粟斌、田高友 著
  • 出版社 中国石化出版社
  • 出版时间 2010-04
  • 版次 1
  • ISBN 9787511402431
  • 定价 30.00元
  • 装帧 平装
  • 开本 32开
  • 纸张 其他
  • 页数 362页
  • 正文语种 简体中文
【内容简介】
  化学计量学是一个新的化学分支学科,它应用数学、统计学、计算机科学和化学等学科的理论和方法,研究化学量测理论和方法,设计和选择最优的化学量测方法,并通过对化学数据的解析,最大限度地获取关于物质系统的化学信息。
  《化学计量学方法及MATLAB实现》从化学量测的基本问题出发,阐述化学计量学基本理论和方法,介绍常用的化学计量学方法及MATLAB实现,内容涉及化学量测数据的统计描述、分析采样理论、化学实验的设计与优化、分析信号的检测与处理、化学信号的分辨、化学校正技术、化学模式识别等。
  《化学计量学方法及MATLAB实现》可作为化学及相关学科的研究生和高年级大学生的教学用书和参考书,也可作为化学及化工等相关领域的科技工作者和教师的参考书。
【目录】
第1章概述
1.1化学计量学的定义
1.2化学计量学的研究范畴
1.3化学计量学的发展历史
1.4化学计量学的发展
1.5化学计量学发展的动力

第2章实验数据统计分析
2.1数据及数据类型
2.2实验数据的统计描述
2.2.1随机分布
2.2.2置信区间
2.2.3误差的传递
2.3统计推断
2.3.1标准正态分布
2.3.2X2分布
2.3.3F分布
2.3.4t分布
2.3.5假设检验
2.4异常数据的剔除
2.4.1粗大误差规则
2.4.2Dixon检验
2.4.3Grubbs检验规则
2.4.4肖维勒准则
2.5方差分析
2.5.1单因素方差分析
2.5.2双因素方差分析

第3章采样理论及方法
3.1正确采样的统计学标准
3.2总体的类型
3.3随机采样
3.4分层采样
3.5固体散状物料采样
3.6抽样检验
3.6.1计量抽样检验
3.6.2计数抽样检验法
3.7采样操作方法
3.8动态过程中的采样

第4章化学实验设计与优化
4.1化学实验设计基础
4.1.1试验指标
4.1.2因素和水平
4.1.3同时试验和序贯试验
4.1.4试验最优化和解析最优化
4.1.5有效实验存在的条件
4.1.6实验设计的基本原理
4.1.7实验设计的步骤
4.2析因实验设计
4.2.1析因设计表
4.2.2析因设计的步骤
4.2.3中心复合设计和Box-Behnken设计
4.3正交实验设计
4.3.1正交表及其特点
4.3.2实验设计
4.4均匀实验设计
4.4.1均匀设计表
4.4.2实验设计
4.5随机区组
4.6响应曲面法
4.6.1形状已知的响应界面法
4.6.2形状未知的响应界面法
4.6.3单纯形法
4.7D-最优实验设计

第5章化学量测信号的检测与处理
5.1分析信号检测
5.2检测限
5.2.1定义
5.2.2检测限的点估计
5.2.3检测限的t检验法估计
5.2.4检测限的精度
5.3分析信号处理
5.3.1数字平滑与滤波
5.3.2曲线拟合
5.3.3谱峰面积的估计
5.4分析信号的变换
5.4.1傅立叶变换(FT)
5.4.2Hadamard变换(HT)
5.4.3FTr和HT的应用

第6章化学模式识别
6.1数据预处理
6.1.1丢失数据的弥补
6.1.2中心化变换
6.1.3归一化处理
6.1.4正规化处理
6.1.5标准化处理
6.2方差一协方差矩阵、相关矩阵和距离
6.2.1方差一协方差矩阵
6.2.2相关矩阵
6.2.3距离
6.3特征选取
6.3.1化学模式识别中常用的特征
6.3.2特征选择的方法
6.4主成分分析
6.5监督模式识别
6.5.1聚类分析
6.5.2显示技术
6.6有监督模式识别
6.6.1Fisher线性分类法
6.6.2Bayes方法
6.6.3K最邻近法
6.6.4SIMCA法

第7章化学校正理论
7.1单变量校正
7.1.1一元线性回归
7.1.2相关系数和显著性检验
7.1.3权重回归
7.1.4曲线回归
7.2多元线性回归分析
7.2.1基本原理
7.2.2K一矩阵法和P矩阵法
7.3逐步线性回归方法
7.4主成分回归分析
7.5偏最小二乘法
……
第8章人工神经网络
附录
点击展开 点击收起

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP