計(jì)算化學(xué)

第0章 緒論
0.1 什么是計(jì)算化學(xué)
0.2 計(jì)算機(jī)在化學(xué)中的應(yīng)用
0.2.1 按化學(xué)體系分類
0.2.2 按計(jì)算機(jī)應(yīng)用方法分類
0.3 計(jì)算化學(xué)的普及
0.4 計(jì)算化學(xué)未來的發(fā)展
0.5 結(jié)語
第1章 數(shù)理統(tǒng)計(jì)基礎(chǔ)
1.1 誤差
1.1.1 誤差的定義
1.1.2 誤差的來源
1.1.3 誤差的類型
1.1.4 精密度和準(zhǔn)確度
1.1.5 偶然誤差的傳遞
1.1.6 系統(tǒng)誤差的傳遞
1.2 基礎(chǔ)統(tǒng)計(jì)學(xué)概念
1.3 區(qū)間估計(jì)
1.3.1 允許區(qū)間
1.3.2 總體均值的置信區(qū)間估計(jì)
1.4 結(jié)果的表示
1.4.1 有效數(shù)字的定義
1.4.2 有效數(shù)字與不確定度的關(guān)系
1.5 置信區(qū)間的其他應(yīng)用
1.6 顯著性檢驗(yàn)
1.6.1 顯著性水平
1.6.2 x2檢驗(yàn)
1.6.3 t檢驗(yàn)
1.6.4 F檢驗(yàn)
1.7 壞值的剔除
第2章 一元回歸分析
2.1 一元線性回歸
2.1.1 一元線性回歸方程的求法
2.1.2 相關(guān)系數(shù)和顯著性檢驗(yàn)
2.1.3 一元線性回歸的方差分析
2.1.4 斜率b和截距a的區(qū)間估計(jì)及斜率b的顯著性檢驗(yàn)
2.1.5 x值和檢測限的計(jì)算
2.1.6 標(biāo)準(zhǔn)加入法
2.1.7 借助回歸線進(jìn)行分析方法的比較
2.1.8 權(quán)重回歸分析
2.2 一元非線性回歸
第3章 多元校正分析基礎(chǔ)
3.1 多元線性回歸
3.1.1 多元線性回歸的原理
3.1.2 多元線性回歸模型的效果分析
3.1.3 多元線性回歸的應(yīng)用
3.2 經(jīng)典最小二乘法
3.3 反推最小二乘法
第4章 主成分分析與多元校正
4.1 主成分分析
4.1.1 主成分分析的基本概念
4.1.2 主成分的計(jì)算原理
4.1.3 主成分的性質(zhì)
4.1.4 主成分的計(jì)算方法
4.1.5 主成分?jǐn)?shù)的判別
4.2 主成分回歸
4.3 偏最小二乘回歸法
4.4 目標(biāo)因子分析
4.4.1 因子分析基本概念
4.4.2 投影矩陣
4.4.3 用投影矩陣進(jìn)行目標(biāo)因子分析
4.5 秩消因子分析
4.5.1 雙線性數(shù)據(jù)矩陣
4.5.2 秩消因子分析的原理和步驟
4.5.3 廣義秩消因子分析法
4.5.4 殘差雙線性分解因子分析法
第5章 模式識別方法
5.1 數(shù)據(jù)的表示及預(yù)處理
5.2 特征的提取和壓縮
5.2.1 特征的提取
5.2.2 特征的壓縮
5.3 相似系數(shù)和距離
5.4 模式識別方法
5.4.1 有管理的模式識別方法
5.4.2 無管理的模式識別方法
5.5 顯示方法
5.5.1 線性映射
5.5.2 非線性投影
第6章 人工神經(jīng)網(wǎng)絡(luò)在化學(xué)中的應(yīng)用
6.1 人工神經(jīng)網(wǎng)絡(luò)
6.1.1 人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能
6.1.2 人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法
6.1.3 人工神經(jīng)網(wǎng)絡(luò)中的歸一化問題
6.1.4 BP人工神經(jīng)網(wǎng)絡(luò)
6.2 人工神經(jīng)網(wǎng)絡(luò)信息流分析技術(shù)研究
6.2.1 ANN模型輸入節(jié)點(diǎn)的篩選
6.2.2 人工神經(jīng)網(wǎng)絡(luò)的組織與運(yùn)行
6.3 人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用
6.3.1 蛋白質(zhì)的二級結(jié)構(gòu)預(yù)測
6.3.2 譜圖分析
6.3.3 定量構(gòu)效關(guān)系
6.3.4 模式識別
6.3.5 化學(xué)反應(yīng)產(chǎn)物及產(chǎn)率的預(yù)測
第7章 構(gòu)效關(guān)系研究和分子拓?fù)渲笖?shù)
7.1 圖論的基本概念
7.2 化學(xué)結(jié)構(gòu)和圖論
7.2.1 化學(xué)圖
7.2.2 分子的矩陣表示
7.3 化學(xué)結(jié)構(gòu)的二維連接表
7.4 主要的拓?fù)渲笖?shù)及其應(yīng)用
7.4.1 距離矩陣指數(shù)
7.4.2 鄰接矩陣指數(shù)
7.4.3 量子拓?fù)渲笖?shù)aN及廣義aN指數(shù)
第8章 分子模擬
8.1 分子模擬基本方法
8.1.1 量子力學(xué)
8.1.2 分子力學(xué)
8.1.3 QM／MM法
8.1.4 分子動力學(xué)
8.1.5 分子蒙特卡洛法
8.2 分子模擬軟件簡介
8.2.1 Chemoffice簡介
8.2.2 HyperChem簡介
8.2.3 Gaussian簡介
第9章 實(shí)驗(yàn)設(shè)計(jì)與優(yōu)化
9.1 化學(xué)實(shí)驗(yàn)設(shè)計(jì)基礎(chǔ)
9.1.1 試驗(yàn)指標(biāo)
9.1.2 因素和水平
9.1.3 同時試驗(yàn)和序貫試驗(yàn)
9.1.4 試驗(yàn)最優(yōu)化和解析最優(yōu)化
9.1.5 有效實(shí)驗(yàn)存在的條件
9.1.6 實(shí)驗(yàn)設(shè)計(jì)的基本原理
……
第10章 MATLAB在化學(xué)中的應(yīng)用
附錄
參考文獻(xiàn)