网站公告:7月15日,中国色谱网网络图书馆正式上线拉,赶快来挑选您想要的书籍购买吧,会员可享受85折哦!亲,还不赶紧行动?

         意见反馈 缺书登记 养生测试

您现在的位置:首页 >> 化学 >> 化学数据挖掘方法与应用

化学数据挖掘方法与应用
  • 会 员 价:¥57.8  折扣:85折 返68积分
  • 本 站 价:¥61.2
  • 定  价:¥68
  • 顾客评分: 已有0人评论
  • 库  存: 该货已经没有库存
  • 作  者:陆文聪、李国正、刘亮、包新华 著
  • 出 版 社:北京永鑫印刷有限责任公司
  • 出版时间:2012/2/1
  • 字  数:289千字页  数:244
  • 开  本:16开版  次:1-1
  • 装  帧:精书  号:978-7-122-12708-2

我要买:

分享到: 更多

内容简介

    本书主要介绍了化学常用数据挖掘方法和技术的基本原理,并重点介绍了模式识别、支持向量机、集成学习方法在材料设计、工业优化、构效关系、生物信息学等领域的应用研究实例。书中所有应用研究实例全部取自作者的应用研究课题,有关算法程序可采用作者开发的应用软件HyperMiner(见附录1)。     本书可供化学、化工及相关领域的科研人员和工程技术人员阅读,亦可作为高等学校的教学参考书。

目录

  • 1化学数据挖掘综述1
    11化学数据挖掘的目的和意义1
    111数据挖掘与材料设计2
    112数据挖掘与构效关系4
    113数据挖掘与工业优化5
    12化学数据挖掘方法概要7
    13化学数据挖掘应用进展9
    131机器学习的数学本质11
    132统计模型的“过拟合”问题12
    133模式识别优化算法及其改进13
    134支持向量机算法的应用效果14
    135建立综合运用多种算法的数据处理平台14
    参考文献15
    2模式识别基本原理和方法19
    21模式识别方法的基本原理和预备知识19
    22模式识别经典方法21
    221最近邻方法21
    222主成分分析方法22
    223多重判别矢量和Fisher判别矢量方法24
    224偏最小二乘方法27
    225非线性映照方法28
    23模式识别应用技术29
    231最佳投影识别方法30
    232超多面体建模32
    233逐级投影建模方法32
    234最佳投影回归方法34
    235模式识别逆投影方法37
    24决策树算法38
    241C45算法39
    242随机决策树算法40
    243随机森林算法41
    参考文献42
    3人工神经网络和遗传算法44
    31人工神经网络44
    311反向人工神经网络44
    312Kohonen自组织网络46
    32遗传算法47
    参考文献49
    4支持向量机方法51
    41统计学习理论(SLT)简介51
    411背景51
    412原理52
    42支持向量分类(SVC)算法53
    421线性可分情形53
    422非线性可分情形55
    43支持向量机(SVM)的核函数55
    44支持向量回归(SVR)方法57
    441线性回归情形57
    442非线性回归情形58
    45支持向量机分类与回归算法的实现58
    46应用前景59
    参考文献60
    5集成学习方法62
    51集成学习算法概述62
    52Boosting算法64
    53Adaboost算法65
    54Bagging算法67
    参考文献68
    6特征选择方法和应用70
    61特征选择研究概述70
    62基于支持向量分类的特征选择71
    621后向浮动搜索算法71
    622用SVMBFS进行特征选择71
    63支持向量回归的特征选择73
    631PRIFER算法73
    632计算结果的评价准则73
    633PRIFER方法与常规计算方法的结果比较74
    64集成学习及其特征选择75
    641个体子集的特征选择76
    642基于预报风险的特征选择77
    643PRIFEB算法77
    644UCI数据集上的计算结果78
    参考文献78
    7钙钛矿型离子导体导电性的数据挖掘81
    71钙钛矿型离子导体与燃料电池材料81
    72钙钛矿的结构特性83
    73钙钛矿型晶体的原子参数86
    731钙钛矿容忍因子86
    732钙钛矿平均离子半径87
    733钙钛矿单位晶格边值与临界半径88
    734钙钛矿组成元素的电负性89
    735钙钛矿平均离子极化率与所带电荷90
    736钙钛矿原子参数与量化参数的组合91
    74钙钛矿离子导体数据的收集92
    75数据集的自变量筛选93
    751自变量的经典统计相关性分析93
    752贝叶斯网络进行变量关联性分析94
    753前进后退法进行自变量筛选95
    76多种数据挖掘方法建立原子参数钙钛矿导电能力模型97
    761PLS,BPANN与SVR建立的回归模型97
    762回归模型的留一法交叉验证与独立测试集验证99
    763SVR模型的敏感性分析104
    参考文献104
    8熔盐相图数据库的数据挖掘108
    81相图计算的意义108
    82原子参数模式识别方法概述109
    83智能数据库技术在材料科学中的应用110
    84熔盐相图智能数据库的研究和开发111
    85判别卤化物体系是否形成中间化合物117
    86白钨矿结构物相含稀土异价固溶体的形成规律119
    861白钨矿型物相及其异价固溶体的形成规律120
    862白钨矿型MⅠM′Ⅲ(XO4)2(X=Mo,W)物
    相及其异价固溶体的形成规律121
    87钙钛矿及类钙钛矿结构的物相的若干规律性122
    871钙钛矿结构的复卤化物的若干规律性123
    872含钙钛矿结构层的夹层化合物的规律124
    参考文献128
    9镀锡薄钢板质量的数据挖掘131
    91镀锡薄钢板的发展131
    92镀锡板生产过程简介132
    93镀锡板耐蚀性能与工业生产软熔条件的关系134
    94镀锡板耐蚀性能与实验室模拟软熔条件的关系135
    95工业生产中防止淬水斑产生的数学模型136
    96镀锡板淬水斑的实验室模拟研究138
    参考文献140
    10合成氨生产效益的数据挖掘142
    101氨合成装置简介143
    1011生产原理143
    1012生产流程144
    1013生产数据的复杂性和数据挖掘的必要性144
    102DMOS合成氨优化系统的开发145
    1021DMOS合成氨优化系统简介146
    1022DMOS合成氨优化系统离线版软件147
    1023DMOS合成氨优化系统在线版软件152
    1024DMOS合成氨优化系统优化生产实施步骤155
    1025DMOS合成氨优化系统主要特点156
    103氨合成装置生产优化模型的研究157
    1031数据集158
    10321号合成塔生产优化数学模型161
    104讨论和结论165
    参考文献167
    11分子结构性质关系的数据挖掘171
    111偶氮染料最大吸收波长的支持向量回归模型171
    1111分子结构特征参数的计算和筛选172
    1112支持向量回归的计算结果172
    1113讨论179
    112胍类化合物Na/H交换抑制活性的支持向量分类模型179
    1121特征参数的计算与筛选180
    1122支持向量分类的计算结果181
    1123与其他方法的比较182
    113抗艾滋病药物HEPT活性的支持向量分类模型182
    1131特征参数的计算与筛选183
    1132支持向量分类的计算结果185
    1133与其他方法的比较185
    114三唑类化合物分子筛选的最佳投影识别模型186
    1141特征参数的计算和筛选186
    1142特征参数间的共线性检查187
    1143OPR法的计算188
    1144OPR法的测试结果188
    1145结论189
    参考文献190
    12HIV1蛋白酶特异性位点的数据挖掘193
    121数据集准备195
    122mRMR方法和特征选取196
    123不同的特征子集建模预报能力比较199
    124特征分析和结论200
    参考文献202
    13蛋白质结构及功能类型预测205
    131用集成学习方法预测蛋白质的亚细胞定位205
    1311蛋白质亚细胞定位的生物学基础及研究现状206
    1312蛋白质亚细胞定位数据集以及特征参数的提取210
    1313亚细胞定位预测中模型参数的选择与模型的验证212
    1314分析与讨论213
    132蛋白质结构类型的集成学习方法预测213
    1321蛋白质结构类型简介及研究现状213
    1322数据集以及特征参数的提取215
    1323预测蛋白质结构类型时的模型参数选择与模型验证215
    1324分析与讨论220
    133膜蛋白类型的集成学习方法预测221
    1331膜蛋白简介及计算预测研究现状221
    1332膜蛋白预测的数据集以及特征参数的提取223
    1333预测膜蛋白质类型的模型参数选择与模型验证224
    1334预测膜蛋白质类型的模型变量分析227
    134蛋白质亚细胞定位和膜蛋白类型预报的在线Web服务229
    参考文献231
    附录1“HyperMiner数据挖掘软件”下载和应用说明238
    一、软件简介和下载方法238
    二、应用案例:VPTC材料最佳配方及最佳工艺条件的探索238
    附录2第6章所用的数据集241
    一、大脑胶质瘤数据集241
    二、多元校正数据集242
    三、基因芯片数据集243
    参考文献244
  • 全部评价(0)
  • 很喜欢(0)
  • 还好(0)
  • 一般(0)
  • 不好(0)
  • 很差(0)
100%
满意度
  很喜欢
0%
  还好
0%
  一般
0%
  不喜欢
0%
  很差
0%

 

我要点评

商品评级:
 [对应的评价为: 很好100分,还好80分,一般60分,不好40分,很差20分]
标  题:
评论内容:
       对不起,您还未登录,不能对此商品进行评论,请 登陆 后再进行评论!
       

排序方式: 共找到 920 个文件

1/108页 [上一页] [下一页] [首页] [尾页] 每页10条显示:1-10条 共1080条

1.有机合成化学 电子教案

  • 型式:PPTPPT类型:电子教案
  • 日期:2012-05-12费用:免费
  • 备注:部分章节的电子课件
  • 大小:5MB
主教材:

教材:《有机合成化学》

作者:叶子、皇妃

书号:987-21-12345-88

定价:¥47.0

关于我们 | 广告服务 | 商铺指南 | 法律声明 | 友情链接 | 联系我们 | 网站地图 | 意见反馈
服务热线:0571-28180298 传真:0571-28905256 意见与建议 点击这里给我发消息 点击这里给我发消息  新浪微博  腾讯微博
中国色谱网 版权所有©1999-2012 ICP证:浙备06005863号 增值电信业务经营许可证:浙B2-20110106
主办:中国化学会色谱专业委员会&杭州弋航网络科技有限公司