医药分析信息学及信息处理技术PDF|Epub|txt|kindle电子书版本下载

医药分析信息学及信息处理技术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

第1章　绪论1

1.1　分析科学发展前沿若干问题1

1.2　涉及的若干概念、界定及术语定义2

1.3　分析信息获取问题3

1.4　生物医药分析技术发展趋势5

1.5　药物信息学与生物医药分析5

1.6　复杂物质体系辨析与医药分析信息学7

第2章　分析数据处理技术基础知识10

2.1　化学计量学与化学信息学10

2.1.1 化学计量学10

2.1.2 化学信息学10

2.2　多元统计分析技术11

2.2.1 基本概念12

2.2.2 常用的多元统计分析方法13

2.3　机器学习技术15

2.3.1 机器学习的定义16

2.3.2　机器学习的类型16

2.3.3　机器学习的应用领域17

2.3.4　几种常见的机器学习方法17

2.4　模式信息处理技术18

2.4.1 基本概念19

2.4.2　模式识别基本方法20

2.5　知识工程技术24

2.5.1 知识工程定义25

2.5.2 知识表示方法25

2.5.3 知识搜索26

2.5.4 知识推理机制27

2.5.5 专家系统28

2.6　人工神经元计算技术33

2.6.1 神经网络的定义33

2.6.2　基本概念与原理33

2.6.3 神经网络的应用35

2.6.4 几种常见的神经网络模型35

2.7　数据库与数据挖掘技术37

2.7.1 数据库技术概述37

2.7.2 数据库的基本概念38

2.7.3 数据仓库和数据挖掘技术38

2.8　小波分析技术44

2.8.1 基本概念44

2.8.2　小波分析的基本原理45

2.8.3 信号小波级数的展开及其变换算法的实现48

2.9　数据可视化技术49

2.9.1 数据可视化概念49

2.9.2 数据可视化过程50

2.9.3 数据可视化方法51

2.9.4 数据可视化应用51

2.9.5 展望52

2.10　化学信息集成处理技术53

参考文献53

第3章　现代仪器分析信号处理55

3.1　分析信号处理技术概述55

3.2　分析仪器的信号与噪声特性56

3.3　数字滤噪方法分类59

3.4　滤噪效果评价方法59

3.4.2　局部滤噪效果评价指标60

3.4.1 整体滤噪效果评价指标60

3.5　频带滤噪法61

3.5.1 多点归并平滑法61

3.5.2　加权平均平滑法61

3.5.3　SG数字滤波器62

3.5.4 可调型低通滤波器64

3.5.5 几种常用频带滤噪法的性能比较66

3.6　最佳滤波器68

3.6.1 匹配滤波器69

3.6.2 维纳滤波器和卡尔曼滤波器69

3.7　基于小波变换法的滤噪技术69

3.7.1 小波基自适应滤噪技术70

3.7.2 基于小波包基分解与重构的滤噪技术75

3.8　自适应滤波器76

3.8.1 最小均方自适应滤波器77

3.8.2 神经网络滤波器78

3.9　新型滤噪方法研究实例79

3.9.1 基于分形理论的自适应中位值滤噪方法研究实例79

3.9.2 基于光谱信息计算解析的液相色谱滤噪方法研究实例81

3.10　小波信号压缩84

参考文献85

第4章　分析谱图的谱峰辨识方法86

4.1　谱峰辨识技术概要86

4.2　谱峰检测方法87

4.2.1 幅值检峰法87

4.2.2 一阶导数检峰法87

4.2.3 二阶导数检峰法88

4.2.4　分形维检峰法89

4.3　谱峰识别方法90

4.3.1　基线漂移法91

4.3.2　谱峰间距测定法91

4.3.3 峰高比综合判别法92

4.4　仿人智能辨识谱峰方法92

4.5　谱峰自适应辨识方法93

第5章 多元校正与复杂分析数据解析95

5.1　多元校正与复杂分析数据解析概述95

5.2　多元校正97

5.2.1 直接校正97

5.2.2　间接校正100

5.2.3　非线性多元校正107

5.3　近红外光谱数据的多元校正114

5.3.2　波段选择115

5.3.1 近红外光谱预处理方法115

5.3.3 多元校正建模方法116

5.4　复杂分析数据解析125

5.4.1 多元分辨126

5.4.2　应用实例129

参考文献136

第6章　化学与生物模式信息处理137

6.1　数据预处理方法137

6.2　常用的模式特征提取方法138

6.2.1 主成分分析法139

6.2.2　偏最小二乘法141

6.2.3　核主成分分析法142

6.3　复杂化学与生物模式的分步特征提取法143

6.3.1 复杂化学与生物模式特征的分步提取方法原理143

6.3.2　特征矢量的分类能力评价指标145

6.3.3 复杂化学与生物模式特征的分步提取方法应用实例146

6.4　最优分类特征提取方法148

6.4.1 最优分类特征提取方法原理148

6.4.2 最优分类特征提取方法应用实例150

6.5　聚类分析法151

6.5.1　相似性测度152

6.5.2 系统聚类法153

6.5.3　动态聚类法155

6.6　判别函数法155

6.6.1 判别函数156

6.6.2　参数学习157

6.6.3 多分类问题159

6.7.1 最近邻法160

6.7 近邻法160

6.7.2　k近邻法161

6.8　神经网络模式分类法162

6.8.1 神经网络基本原理162

6.8.2　感知器164

6.8.3 误差反传神经网络164

6.8.4　RBF网络167

6.9　支持向量机168

6.9.1 支持向量机基本原理168

6.9.2 多类支持向量机170

6.9.3 支持向量机应用实例171

6.10　模糊模式识别方法174

6.10.1 模糊数学的基本知识175

6.10.2 模糊模式识别的一般过程175

6.10.3　模糊聚类方法177

6.10.4　模糊神经网络178

6.10.5　应用实例180

参考文献181

第7章　化学指纹图谱计算处理182

7.1　化学指纹图谱计算处理方法简介182

7.1.1 指纹图谱相似性计算原理183

7.1.2　模式分类计算原理184

7.2　化学指纹图谱测量参数的选择184

7.3　化学指纹图谱配准方法188

7.4　化学指纹图谱相似性测度的比较192

7.5　化学指纹图谱模式分类计算方法195

7.5.1 基于小波基分形参量的化学指纹图谱计算方法196

7.5.2 基于Fisher因子的化学指纹图谱模式分类方法199

7.5.3 化学指纹图谱类别相似性计算方法202

参考文献205

第8章　分析信息智能管理206

8.1　实验室信息管理系统206

8.1.1 LIMS的定义和范畴207

8.1.2　LIMS的发展过程207

8.1.3 LIMS的工作流程209

8.1.4　LIMS的功能209

8.1.5 LIMS的实施过程212

8.1.6 LIMS的标准和认证体系214

8.2　电子实验记录本214

8.2.1 电子实验记录本的概念214

8.2.2 电子实验记录本的功能215

8.3　中药分析信息智能管理216

8.3.1 中药化学信息数据库217

8.4 中药指纹图谱数据库管理系统218

8.4.1 系统功能218

8.3.2 中药化合物数据库218

8.4.2　应用实例222

8.5　数字中药信息系统223

8.5.1 数字中药信息系统结构223

8.5.2 数字中药信息系统功能224

8.6 中药分析信息的数据挖掘226

8.6.1 基于因果关系发现的中药有效组分辨识方法227

8.6.2 中药材关键药效成分辨识方法研究实例228

8.6.3 中药复方关键药效成分辨识方法研究实例232

8.6.4 中药复方有效组分配伍优化方法研究实例234

参考文献235

9.1　生物芯片概述237

第9章　生物芯片分析信息处理237

9.2　生物芯片分析过程238

9.3　芯片数据获取239

9.3.1 芯片图像处理239

9.3.2 归一化方法240

9.3.3　芯片数据形式242

9.4　芯片数据分析242

9.4.1　差异分析242

9.4.2 分类分析243

9.4.3 聚类分析244

9.4.4 网络分析250

9.4.5 可视化方法252

9.5.4　基因相互关系发现255

9.5.3　测度选择255

9.5.5　聚类结果验证255

9.5.1 数据质量评价与归一化255

9.5.2 差异分析255

9.5　芯片分析信息处理发展趋势255

参考文献256

第10章　组学分析信息处理257

10.1　组学及组学分析信息处理技术概述257

10.2　蛋白质组分析信息处理259

10.2.1 蛋白质组分析信息处理简述259

10.2.2 基于形态特征的双向电泳图像处理方法261

10.3　代谢组分析信息处理267

10.3.1 代谢组信息处理技术简述267

10.3.2 肾阳虚模型大鼠代谢模式分析268

10.3.3 乳腺癌代谢物组模式特征发现270

10.3.4 肺癌患者尿液代谢组分析274

10.4　展望276

10.4.1 组学分析信息处理的应用前景276

10.4.2 组学分析信息学277

参考文献278

附录279

1　线性空间预备知识279

1.1　基本概念及定义279

1.2　矩阵代数279

1.3 矩阵和向量的微积分280

2　点盒分形维282

2.1 分形的定义282

2.2　分形维数定义283

2.3 点盒维数定义283