化学计量学算法平台设计——平台构建及OV型算法实现

摘要

化学计量学作为一门新兴（应用越来越广泛）的化学分支学科，运用了数学、统计学、计算机科学以及其他相关学科的理论和方法，优化化学量测过程，并通过解析化学量测数据以最大限度地获取化学相关信息。因而在化学计量学的使用过程中经常需要运用到计算机编程技术，相应地诞生了较多的化学计量学软件。但是由于各种软件自身的局限性以及化学计量学本身的复杂性等原因，使得化学计量学软件的开发现状与目前现实中的需求并不匹配。 为此，本文在我们实验室以往工作的基础上，不仅增加新的算法，而且进一步完善体系基础；通过互联网技术建立一个化学计量学平台网站，用于推广化学计量学算法。本文的工作主要包括以下三个方面： 网站框架设计。由于化学计量学平台的建设是一个非常巨大的工程，因此合理的系统设计就尤为重要，本文主要包括完善各类算法系列的结构、参与运算的数据结构和平台本身的结构。 网站算法实现。在算法结构的基础上，根据既定的规则，实现各种OV型算法：KPLS、ANN、Fisher判别法、模糊C均值聚类、K均值聚类、KNN聚类、系统聚类等，以及一些常用的化学计量学应用方法，如：实验设计、光谱模拟、数值求解法等。 网站内容规划。化学计量学平台不仅仅是一个用于处理分析数据的工具，同时它还提供了许多其他功能。本文在更新原有的算法帮助和化学计量学术语介绍的基础上，新增了网站算法使用说明及用户交流讨论区等功能。在辅助用户解决各类问题的同时，也起到了推广的作用。 最后，使用平台中的算法对相应的实际体系进行了分析。本文选用了实际小麦体系，采用了各种分类算法对其区分；模拟实际光谱体系并对其进行解析；使用RK法模拟实际苯甲酸苯酯的碱性水解动力学过程。各种体系的解析结果比较令人满意，验证了平台在实际应用中的有效性。

目录

文摘

英文文摘

声明

第一章 引言

1.1 化学计量学的诞生及发展

1.2 化学计量学数据体系分类

1.3 化学计量学发展所面临的问题

1.4 本文研究与工作内容

第二章 化学计量学平台设计框架

2.1 算法结构设计

2.1.1 基础计算类库

2.1.2 OV型算法

2.2 数据结构设计

2.2.1 数据显示

2.2.2 数据预处理方法

2.2.3 OV型体系数据结构

2.2.4 数据库数据结构

2.2.5 算法结构

2.3 平台框架设计

2.4 算法结果展示

第三章 算法原理及程序实现

3.1 建模类算法

3.1.1 主成分回归法

3.1.2 偏最小二乘法

3.1.3 核-偏最小二乘法

3.1.4 人工神经网络

3.1.5 交叉验证法确定主成分数

3.1.6 建模类算法的程序设计

3.2 模式识别类算法

3.2.1 Fisher判别法

3.2.2 K-最近邻法

3.2.3 模糊C均值聚类法

3.2.4 模式识别类算法的程序设计

3.3 特殊类算法

3.3.1 基于遗传算法的正交实验设计

3.3.2 四阶龙格-库塔法

3.3.3 光谱模拟

3.3.4 特殊类算法的程序设计

第四章 化学计量学平台介绍

4.1 网站注册及登陆

4.2 算法和知识介绍

4.3 经典案例下载

4.4 科研讨论区

4.5 建立研究系统

第五章 OV型算法用于解析实际样本体系

5.1 小麦颗粒质量分类

5.1.1 体系介绍及其建立

5.1.2 主成分分析法

5.1.3 偏最小二乘法

5.1.4 人工神经网络

5.1.5 核-偏最小二乘法

5.1.6 结果比较

5.2 实体光谱模拟及解析

5.2.1 混合体系模拟

5.2.2 使用PCR方法解析模拟体系

5.3 龙格-库塔法解析苯甲酸苯酯的碱性水解动力学过程

5.3.1 体系介绍

5.3.2 平台解析

5.3.3 数值解法与精确解法的结果比较

第六章 结论与展望

致谢

参考文献

个人简历 在读期间发表的学术论文与研究成果