複雜體系儀器分析—白、灰、黑分析體系及其多變數解析方法

《複雜體系儀器分析—白、灰、黑分析體系及其多變數解析方法》是2012年3月化學工業出版社出版的圖書，作者是梁逸曾。

基本介紹

• 書名：複雜體系儀器分析—白、灰、黑分析體系及其多變數解析方法
• 作者：梁逸曾
• ISBN：9787122122551
• 出版社：化學工業出版社

基本信息

上架時間：2012-3-21

出版日期：2012 年3月

開本：16開

頁碼：666

版次：1-1

所屬分類： 化學 > 分析化學 > 綜合

內容簡介

全書分為理論方法篇與套用篇兩個部分，主要討論了複雜多組分體系的直接儀器分析的化學計量學方法及其實際套用問題。內容主要包括如何採用不同的化學計量學方法，分別對分析化學中頻繁碰到的多種不同性質的白、灰、黑複雜多組分體系所得的不同分析儀器數據，進行解析和各種有用化學信息提取的理論與實際套用問題。在套用方面，主要是對中藥複雜分析體系的色譜指紋圖譜與質量控制，近紅外光譜套用於廣義灰色複雜體系的分析，代謝組學高通量分析及其生物標記物的確定，蛋白組學的儀器分析及其生物信息學解析方法的討論。另外還簡要介紹了統計學和套用數學的相關基礎知識。

此書可作為從事化學計量學學習與研究的分析工作者的參考書，亦可作為分析化學專業高年級本科生和研究生的教學參考書。

目錄

第一部分　理論訪求篇

第一章 概論

第一節 現代分析化學面臨的機遇與挑戰

第二節 化學計量學的多變數解析思路

第三節 化學計量學中的軟模型和硬模型

參考文獻

第二章 分析化學中的幾個理論思考問題

第一節 分析化學的信息理論

第二節 張量校正理論

第三節 黑、白、灰多組分體系及儀器分析策略

參考文獻

第三章 白色分析體系的多元校正方法

第一節 直接校正方法

一、多元線性回歸方法

二、kalman濾波法

三、加權最小二乘回歸法

第二節 間接校正方法

一、k—矩陣法

二、—矩陣法

三、主成分回歸法

.　四、偏最小二乘法

第三節 通用標準加入法

第四節 廣義內標法

第五節 非線性體系的人王神經網路校正方法

第六節 病態體系的嶺回歸法估計方法

第七節 多元校正的分析化學品質因數和可靠性分析

參考文獻

第四章 灰色分析體系的多元校正方法

第一節 矢量校正方法

一、投影算法和多元校正模型的檢驗

二、標準加入疊代目標轉換因子分析法

三、自適應kalman濾波法

四、局部曲線擬合法

第二節 矩陣校正方法

一、秩消失因子分析法

二、廣義秩消失因子分析法

三、殘差雙線性分解法

四、約束背景雙線性分解法

參考文獻

第五章 黑色分析體系的多元分辨方法

第一節 基於主成分分析的體系組分數確定方法

一、誤差擾動下的協方差陣特徵值變化限制

二、因子分析的誤差理論

三、主因子數確定的幾種方法

第二節 矩陣分辨方法

一、自模式曲線分辨法

二、疊代目標轉換因子分析法

三、漸進因子分析法及其相關方法

四、視窗因子分析法

五、盲觀推導式演進特徵投影法

六、正交投影分辨法

七、子視窗因子分析法

八．二維色譜的一階微分矩陣順序秩分析方法

第三節 張量分辨方法

一、投影旋轉因子分析法

二、廣義秩消失因子分析法

參考文獻

第六章 廣義灰色分析體系的多元校正模型

第一節 近紅外光譜與廣義灰色分析體系

第二節廣義灰色分析體系的模型校驗方法(Model Validation for Generalized Grey Analytical Systems)/155

一、模型過擬合與潛變數回歸模型(Overfitting and Latent Variable Regression Modeling)/155

二、模型複雜度與預測標準的提出(Model Complexity and Preditive Criterion)/157

三、檢驗集的構造與模型交叉校驗(Contruction of Test Dataset and Modeling Crossvalidation)/158

四、交叉校驗的幾種方法（Several Methods for Crossvalidation）/160

第三節廣義灰色分析體系的常用多元校正方法(Common Multivariate Calibration Methods for Generalized Grey Analytical Systems)/165

一、主成分與偏最小二乘回歸(Principal Component and Partial Least Squares Regression)/166

二、人工神經網路(Artificial Neural Network)/168

第四節回歸建模中的穩健方法(Robust Methods for Regression Modeling)/170

一、回歸診斷方法（Regression Diagnostic Methods）/171

二、穩健回歸方法（Robust Regression Methods）/176

參考文獻/181Chapter 7

第七章複雜分析體系多變數數據的模式分析與模式識別(Pattern Analysis and Pattern Recognition Upon Multivariate Data of Complex Analytical Systems)/186

第一節概論(Introduction)/187

一、模式空間的幾種距離與相似性度量(Several Measures of Distance and Similarity in Pattern Space)/187

二、特徵抽取方法(Feature Extraction Methods) /189

三、常見數據預處理方法(Commonly Used Pretreatment Methods for Multivariate Data)/190

第二節多變數數據的模式識別及模式分析(Pattern Recognition and Pattern Analysis for Multivariate Data)/191

一、有監督的模式識別方法——判別分析法(Supervised Pattern Recognition Methods—Discriminant Analysis Methods)/191

二、無監督的模式識別方法——聚類分析法(Unsupervised Pattern Recognition Methods—Clustering Analysis Methods)/200

三、基於特徵投影的降維顯示方法(Visual Dimensional Reduction Based on Latent Projection)/217

四、基於機器學習的分類回歸方法(Classification and Regression Methods Based on Machine Learning)/227

參考文獻/239Chapter 8

第八章模型集群分析及新型化學計量學算法的開發研究(Model Population Analysis and Research on Developing New Chemometric Algorithms)/241

第一節現代儀器分析數據的特點及其挑戰性(Characteristics and Challenges of Modern Instrumental Analytical Data)/241

第二節一次性建模思路的數據分析方法的缺陷(Drawback of Single Data Modeling Analysis)/242

第三節模型集群分析——一種新算法開發的一般框架(Model Population Analysis—A General Framework for Developing New Algorithms)/245

一、有關模型集群分析的幾個實例(Several Examples of Model Population Analysis)/247

二、蒙特卡洛採樣與機器學習和化學計量學算法（MonteCarlo Sampling Machine Learning and Chemometric Algorithm)/251

三、模型集群分析的主要思路（Major Idea of Model Population Analysis)/252

第四節基於模型集群分析的新算法開發(Developing New Types of Algorithms Based on Model Population Analysis)/253

一、基於蒙特卡洛採樣的奇異樣本的回歸診斷與篩選（Regression Diagnosis and Screening of Outliers Based on MonteCarlo Sampling)/253

二、子視窗重排分析（Subwindow Permutation Analysis,SPA）/259

三、邊界影響分析（Margin Influence Analysis,MIA）/263

第五節關於算法研究的一些展望(Some Perspectives on Developing New Algorithms)/265

參考文獻/265Chapter 9

第九章複雜分析體系的氣相色譜質譜聯用儀器數據的定性及結構解析初探 (Primary Analysis Based on Chromatographic Retention Indices and Mass Spectral Elucidation)/267

第一節氣相色譜的保留指數及其定性分析套用（Retention Index of Gas Chromatography and Its Application for Qualitative Analysis）/267

一、Kovats保留指數(Kovats Retention Index)/270

二、程式升溫保留指數（Programmedtemperature Retention Index，PTRI）/271

三、程式升溫保留指數標準化（Standarization of Programmedtemperature Retention Index）/271

四、不同色譜條件下程式升溫保留指數的相互轉換（Conversion between Programmedtemperature Retention Indices Under Different Chromatographic Conditions）/273

第二節質譜圖解析基本原理（Elements for Elucidation of Mass Spectrum）/291

一、主要離子類型及其在質譜解析中的作用（Main Types of Ions and Their Application in Interpretation of Mass Spectra）/291

二、中性丟失（Neutral Losses）/297

三、質譜解析的步驟(Classic Procedures of Interpretation of Mass Spectra)/297

第三節離子裂解基本原理 (Elements for Fragmentation)/298

一、σ斷裂(σ Cleavage)/299

二、自由基中心引發的α斷裂反應 (α Cleavage Induced by Radical Site)/300

三、電荷中心誘導的i裂解(i Cleavage Induced by Charge Sites)/303

四、環的裂解 (Cleavage of Ring)/304

五、自由基誘導的重排反應 (Radical Site Rearrangements)/307

六、電荷誘導的重排反應(Charge Site Rearrangements)/309

第四節質譜特徵挖掘與保留指數結合用於化合物結構鑑定(Identification of Compound Structure by Data Mining of Mass Spectra and Retention Indices)/310

一、質譜特徵結合保留指數用於質譜數據的定性分析(Mass Spectral Characteristics,Retention Indices Rules and Their Application in Identification)/312

二、專用資料庫的建立(Establishment of Customized Library)/320

三、儀器間質譜差異的消除及其在定性順反異構中的套用(Elimination of Mass Spectral Instrumental Difference and Its Application in Identification of cis/trans Isomers)/321

第五節質譜解析的量子化學解釋初探（Primanery Study on Mass Spectral Eluciation Based on Quantum Chemistry）/326

一、EI質譜解析中初始電離位點的確定方法（Determinination of Initial Ionization Position for EI Mass Spectral Eluciation）/326

二、電噴霧離子源(ESI)質譜解析的量化計算研究 (Study on Quantum Chemistry Calcalation for ESI Mass Spectral Eluciation)/340

參考文獻/350

第二部分套用篇(Part Ⅱ: Applications)355Chapter 10

第十章中藥分析體系的色譜指紋圖譜技術及其質量控制 (Chromatographic Fingerprinting Techniques of Traditional Chinese Medicines and their Quality Control)/356

第一節概論(Introduction)/356

一、中藥色譜指紋圖譜——中藥高通量分析的化學表征(Chromatographic Fingerprinting—High Throughput Technique for Chemical Characteristics of Traditional Chinese Medicines)/357

二、中藥色譜指紋圖譜在中藥現代化研究中的核心地位(The Core Status of Chromatographic Fingerprinting Technique in the Research on Modernization of Traditional Chinese Medicines)/360

第二節中藥色譜指紋圖譜的預處理方法(Preprocessing Methods for Chromatographic Fingerprints of Traditional Chinese Medicines)/362

一、中藥色譜指紋圖譜的信息特徵（Informative Features of Chromatographic Fingerprints of Traditional Chinese Medicines）/363

二、中藥色譜指紋圖譜的漂移背景扣除 (Elimination of the Shift Background of Chromatographic Fingerprints of Traditional Chinese Medicines)/365

三、中藥色譜指紋圖譜的譜峰漂移校準(Peak Alignment for Chromatographic Fingerprints of Traditional Chinese Medicines)/369

第三節中藥色譜指紋圖譜整體性與中草藥的質量控制(Chromatographic Fingerprints and Quality Control of Traditional Chinese Medicines）/384

一、中藥色譜指紋圖譜的基本特徵（Basic Features of Chromatographic Fingerprints of Chinese Medicines）/385

二、中藥色譜指紋圖譜的相似度量與質量控制（Similarity Measures of Chromatographic Fingerprints of Chinese Medicines and their Quality Control）/386

三、中藥色譜指紋圖譜的模式識別與質量控制(Pattern Recognition of Chromatographic Fingerprints of Chinese Medicines and their Quality Control）/398

第四節中藥色譜指紋圖譜的定性定量及不同樣本間的比較分析(Comparative Analysis for Chromatographic Fingerprints of Traditional Chinese Medicines)/419

一、中藥色譜指紋圖譜的定性定量分析(Simultaneously Qualitative and Quantitative Analysis for Chromatographic Fingerprints of Traditional Chinese Medicines)/420

二、中藥色譜指紋圖譜的比較分析(Comparative Analysis for Chromatographic Fingerprints of Traditional Chinese Medicines)/434

第五節中藥色譜指紋圖譜用於質量控制的幾個實例(Several Examples of Qualitative and Quantitative Analysis of Chromatographic Fingerprints of Traditional Chinese Medicines)/458

一、含訶子屬中藥產品的質量控制（Quality Control of Products Containing Tchebula）/458

二、硫黃熏制白芷的色譜指紋圖譜分析(Chromatographic Fingerprinting Analysis for Baizhi with Sulfur Fumigation)/460

三、淫羊藿種屬色譜指紋圖譜的模式分析(Pattern Analysis of Epimedium herb Based on Chromatographic Fingerprints)/462

四、乾鮮魚腥草的色譜指紋圖譜分析(Chromatographic Fingerprinting Analysis for Dry and Fresh Houttuynia cordata)/463

參考文獻/468Chapter 11

第十一章近紅外光譜套用於廣義灰色複雜體系的分析（Near Infrared Spectroscopy Applied to Quantitative Analysis of Generalized Grey Analytical Systems）/473

第一節近紅外光譜的預處理方法(Pretreatment Methods for Near Infrared Spectrum)/474

一、平滑與微分(Smoothing and Derivative Methods)/474

二、多元散射校正與標準正態變換（Multiplicative Scatter Correction and Standard Normal Variate Methods）/476

三、近紅外光譜的小波預處理(Pretreatment Methods Based on Wavelet for Near Infrared Spectrum)/478

四、正交投影方法(Orthogonal Projection for Pretreatment of Near Infrared Spectrum)/479

第二節近紅外光譜整體定性分析與模式識別(Pattern Recognition and Integral Analysis of Near Infrared Spectrum)/480

一、近紅外光譜的整體性特徵(Integral Feature of Near Infrared Spectrum)/480

二、化學模式識別與近紅外光譜的整體定性分析（Chemical Pattern Recognition and Integral Qualitative Analysis of Near Infrared Spectrum）/481

第三節近紅外光譜的定量分析與多元校正(Quantitative Analysis of Near Infrared Spectra and Multivariate Calibration)/483

一、近紅外光譜定量分析的多變數線性校正方法（Linear Calibration Methods for Quantitative Analysis of Near Infrared Spectra）/484

二、近紅外光譜定量分析的多變數非線性校正方法(Nonlinear Calibration Methods for Quantitative Analysis of Near Infrared Spectra)/484

第四節近紅外光譜定量分析建模中的幾個問題(Several Problems in Quantitative Modeling in Near Infrared Spectroscopy)/487

一、奇異樣本的去除方法(Methods for Outliers Detection and Deleting)/489

二、光譜波長的選擇與模型最佳化(Wavelength Selection and Optimization of Calibration Model)/494三、近紅外光譜定量分析模型轉換方法(Model Transformation Methods in Near Infrared Spectroscopic Quantitative Analysis)/502

四、近紅外光譜分析的模型效驗（Model Validation of Near Infrared Spectroscopic Quantitative Analysis）/512

第五節近紅外光譜分析一個實例(An Example of Quantitative Analysis of Infrared Spectra)/514

參考文獻/520Chapter 12

第十二章代謝組學高通量分析及模式識別解析(High Throughput Analysis and Pattern Recognition for Metabolomics)/523

第一節概論(Introduction)/523

第二節代謝組學高通量分析數據的模式分析與識別(High Throughput Analysis and Pattern Recognition for Metabolomics)/524

一、主成分分析及偏最小二乘線性判別法（Principal Component Analysis and Partial Least SquaresLinear Discriminant Method）/524

二、基於判別分析的不相關變數投影分析(Uncorrelated Projection Variable Analysis Based on Discriminant Analysis)/525

第三節代謝組學高通量數據的定性定量分析及其生物標記物發現(Qualitative and Quantitative Analysis and Biomarker Discovery Based on High Throughput Analytic Data in Metabonomics)/537

一、代謝組學研究的儀器分析技術（Analytical Technology of Instruments in Metabonomics）/537

二、代謝組學中GCMS數據的定性定量分析(Qualitative and Quantitative Analysis for GCMS Data in Metabolomics)/540

三、代謝組學生物標記物的發現及其在醫學診斷中的套用(Metabonomic Biomarker Discovery and its Application in Medicinal Diagnosis)/554

第四節代謝組學方法套用於中藥現代化研究初探(Metabolomics Applied to Primary Research on Modernization of Chinese Medicines)/567

一、基於代謝組分析的中藥藥代動力學新方法初探（Primary Research on New Method of Kinetics of Pharmaceutical Metabolization of Traditional Chinese Medicines Based on Metabonomics）/568

二、基於代謝組學的中藥抗菌作用模式探索（Exploring the Antibacterial Mode of Traditional Chinese Medicines Based on Metabonomics）/572

三、基於血漿代謝譜的2型糖尿病判別模型及藥效評價平台的構建（Construction of Research Platform of Evaluting Drug Effect Based on Discriminant Model of Plasma Metaboloc Profile of Type 2 Diabetes Mellitus）/578

參考文獻/581Chapter 13

第十三章蛋白組學的儀器分析及其生物信息學解析方法(Instrumental Analysis for Proteomics and Related Bioinformatic Methods)/588

第一節蛋白組學高通量分析方法及其數據的信號特徵(Methods in High Throughput Proteomics and Their Signal Features)/588

一、蛋白組學的凝膠電泳分析方法(Analytical Method of Gel Electrophoresis in Proteomics)/589

二、蛋白組學的HPLCMS/MS分析方法(Analytical Methods of HPLCMS/MS Method in Proteomics)/591

第二節蛋白組學高通量LCMS數據的預處理方法(Pretreatment Methods in High Throughput LCMS Data Analysis of Proteome)/594

一、LCMS數據預處理方法(Preprocessing Methods of LCMS Data)/594

二、LCMS/MS數據預處理方法(Preprocessing Methods of LCMS/MS Data)/597

第三節蛋白組學高通量分析數據用於蛋白質定性分析(Identification of Proteins by High Throughput Analytical Data of Proteomics)/604

一、蛋白質序列測定中蛋白質序列庫搜尋算法(Protein Sequence Database Search Algorithms to Identify Protein Sequence)/604

二、從頭測序法與多肽指紋用於多肽序列測定(de novo Methods and Peptide Mass Fingerprinting to Identify Peptide Sequence)/609

三、多肽質譜庫搜尋用於定性多肽(Identification of Peptides by Searching Peptide Library)/612

第四節蛋白質庫搜尋結果評估方法(Methods of Evaluating Protein Sequence Database Search Results)/613

一、蛋白質序列庫搜尋結果評價方法(Protein Sequence Database Search Results Validation Methods)/613

二、翻轉蛋白質序列庫用於估計定性結果(Evaluation of Database Search Results by Decoy Protein Database)/618

三、蛋白質定性(Protein Identification)/621

第五節定量蛋白質組研究方法及蛋白質組新研究策略(Methods in Quantitative Proteome Research and New Strategies)/623

一、蛋白質定量分析方法(Methods in Quantitative Proteomics)/623

二、蛋白質組研究中的新策略(New Strategies in Proteome Research)/628

參考文獻/631Chapter 14

第十四章統計學和套用數學基礎知識（Necessary Fundamental Knowledge of Statistics and Linear Algebra）/647

第一節必要統計學基礎知識(Necessary Fundamental Knowledge of Statistics)/647

一、隨機事件的機率公式(Probability Formula of Random Events)/647

二、隨機變數及其分布(Random Variable and its Distribution) /649

三、隨機變數的數值特徵(Numerical Feature of Random Variable)/653

第二節必要套用數學基礎知識(Necessary Fundamental Knowledge of Linear Algebra)/654

一、矢量及其運算(Vector and its Calculation)/654

二、矩陣及其運算(Matrix and its Calculation)/655

三、獨立性、正交性和子空間(Independence,Orthogonality and Subspace)/660

四、矢量範數和矩陣範數(Fronenius Number of Vector and Matrix)/661

五、張量的概念（Concept of Tensor）/662

第三節最最佳化方法基礎（Elements for Optimization Methods）/662

一、最佳化理論簡介(Introduction to Optimization Theory)/662

二、最佳化問題的一般形式與基本概念(General Forms and Basic Conceptions of Optimization)/663

三、最佳化問題的一般求解思路及最速下降算法(General Train of Thought for Optimization and Steepest Descent Algorithm)/665

四、拉格朗日乘子法（Lagrange Multiplier Method）/666

參考文獻/666