首页--数理科学和化学论文--化学论文--分析化学论文

化学计量学方法在化学信息处理中的应用

摘要第1-5页
Abstract第5-11页
前言第11-13页
第一章 综述第13-30页
   ·小波分析方法在化学中应用的新进展第13-16页
     ·数据压缩与校正第13-14页
     ·平滑滤噪第14-15页
     ·特征提取第15-16页
     ·其它应用第16页
     ·展望第16页
   ·人工神经网络方法在化学中应用的新进展第16-21页
     ·多元校正第17-18页
     ·定量构效关系第18页
     ·模式识别分类研究第18-19页
     ·过程控制、模拟及优化第19-20页
     ·化学建模第20-21页
     ·展望第21页
   ·遗传算法在化学中应用的新进展第21-24页
     ·谱图解析第22页
     ·参数优化第22-23页
     ·结构分析第23页
     ·与其他算法的联用第23-24页
     ·展望第24页
   ·傅立叶变换在化学中应用的新进展第24-27页
     ·色谱分析第25页
     ·红外光谱分析第25-26页
     ·信号处理第26-27页
     ·展望第27页
   ·蚁群算法在化学中应用的新进展第27-30页
     ·参数优化和估计第27-28页
     ·结构分析第28页
     ·多元分辨及多元校正第28页
     ·展望第28-30页
第二章 基本理论第30-55页
   ·小波分析的基本理论第30-38页
     ·小波变换第30-31页
     ·多分辨率分析第31-32页
     ·常用小波第32-36页
     ·信号的压缩处理第36-37页
     ·信号的去噪处理第37-38页
     ·信号的背景扣除第38页
   ·蚁群算法的基本理论第38-41页
     ·蚁群算法用于聚类分析第40-41页
   ·模糊聚类基本理论第41-43页
     ·模糊集的基本知识第41-42页
     ·K均值聚类第42-43页
     ·模糊C均值聚类第43页
   ·神经网络的基本理论第43-45页
     ·BP神经网络第43-44页
     ·径向基函数神经网络第44-45页
   ·遗传算法的基本理论第45-51页
     ·编码第46页
     ·群体初始化第46页
     ·适应度函数第46-47页
     ·遗传算子第47-49页
     ·终止条件第49-50页
     ·遗传算法的运行参数第50页
     ·遗传算法的运算步骤第50-51页
   ·用GAs优化BP网络结构和参数第51-52页
   ·傅立叶变换的基本理论第52-55页
     ·傅立叶(Fourier)变换模型的基本理论第52-53页
     ·Fourier变换自去卷积第53-55页
第三章 化学计量学算法在分析化学中应用第55-83页
   ·蚁群算法-模糊聚类径向基网络用于分光光度法同时测定铋和锆第55-62页
     ·基本原理第55-58页
     ·试验部分第58-59页
     ·结果与讨论第59-61页
     ·合成样品分析第61-62页
   ·小波变换与傅立叶变换用于红外光谱数据处理的比较第62-67页
     ·原理第62-64页
     ·计算方法第64-65页
     ·结果与讨论第65-67页
   ·小波变换、傅立叶自去卷积、二阶样条小波卷积用于ICP-AES光谱的模拟研究第67-75页
     ·原理第67-71页
     ·试验部分第71-73页
     ·结果与讨论第73-75页
   ·小波变换、傅立叶自去卷积、二阶样条小波卷积在ICP-AES光谱的应用研究第75-80页
     ·原理第75-76页
     ·试验部分第76-79页
     ·结果与讨论第79-80页
   ·神经网络和遗传算法用于分光光度法同时测定铋和锆第80-83页
     ·遗传神经网络算法第81页
     ·试验部分第81页
     ·结果与讨论第81-82页
     ·合成样品分析第82-83页
结论第83-85页
参考文献第85-95页
致谢第95-96页
攻读学位期间发表的学术论文目录第96页

论文共96页,点击 下载论文
上一篇:基于ARM9的嵌入式系统设计及EPA设备实现
下一篇:房间隔缺损的16层螺旋CT诊断