模式识别方法在化学化工中的应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

模式识别方法在化学化工中的应用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

第一章 化学、化工的复杂数据处理1

1.1 化学、化工中的几个共性课题1

《计算机化学化工丛书》序3

1.2 复杂数据处理的困难和对策4

1.2.1 复杂数据处理的困难4

前言5

1.2.2 复杂数据处理的对策8

1.3 化学、化工复杂数据处理的意义和价值11

1.3.1 复杂数据处理是化学科学的一个薄弱环节11

1.3.2 复杂数据信息采掘是改进化工生产的捷径12

1.3.3 处理复杂数据必须综合应用多种计算方法13

1.4 复杂数据信息采掘的信息处理流程20

参考文献22

第二章 复杂数据信息采掘的主要方法之一--模式识别23

2.1 模式识别方法的原理和基本概念23

2.2 数据文件的标准化25

2.3 主成分分析及其衍生方法25

2.3.1 主成分分析的原理及KL变换25

2.3.2 主成分的特性28

2.3.3 主成分的贡献率29

2.3.4 主成分算法步骤30

2.3.5 限值响应问题31

2.4 白化变换--线性投影法(LMAP)31

2.4.1 LMAP的原理31

2.4.2 算法步骤33

2.5.1 ODP的原理35

2.5 最优判别平面方法35

2.5.2 讨论39

2.5.3 ODP算法步骤40

2.6 偏最小二乘法41

2.6.1 主成分的NIPALS算法42

2.6.2 PLS算法步骤和原理46

2.6.3 PLS的若干性质48

2.6.4 PLS预报步骤50

2.6.5 PLS成分数目的确定50

2.7 非线性映照52

2.7.1 线性映照的局限性52

2.7.2 NLM原理53

2.7.3 PCA-NLM、LMAP-NLM和PLS-NLM54

2.7.4 NLM的计算步骤55

2.8 相似分析法56

2.8.1 SIMCA的基本原理56

2.8.2 SIMCA信息分析58

2.8.3 SIMCA计算步骤59

2.9 KNN法及其衍生方法60

2.10 聚类分析方法62

2.10.1 分级聚类方法63

2.10.2 最小生成树法64

2.10.3 最短生成路径法65

2.10.4 判别聚类的势函数法66

2.11 模式识别的逆映照方法67

2.11.1 线性逆映照(LIM)68

参考文献69

2.11.2 非线性逆映照(NLIM)69

第三章 复杂数据信息采掘的主要方法之二--人工神经网络71

3.1 人工神经网络模型71

3.1.1 人工神经网络的节点71

3.1.2 人工神经网络的拓扑结构74

3.1.3 人工神经网络的运行76

3.1.4 人工神经网络的性质和特点76

3.1.5 人工神经网络的学习与训练78

3.2 误差逆传播神经网络80

3.2.1 误差逆传播(BP)学习算法的提出80

3.2.2 BP网络结构与学习规则80

3.2.3 BP算法学习规则的数学推导84

3.2.4 BP网络的简单评价88

3.3.1 传统BP算法主要缺点及改进89

3.3 多层前馈网络的SABP算法89

3.3.2 模拟退火算法90

3.3.3 三层前馈网络SABP算法原理94

3.4 自组织映射神经网络97

3.4.1 自组织特征映射97

3.4.2 算法设计99

3.5 人工神经网络结果的二维图象显示100

参考文献101

第四章 复杂数据信息采掘的主要方法之三--遗传算法103

4.1 演化算法103

4.1.1 概述103

4.1.2 自组织、自适应和自学习性(智能性)105

4.1.3 本质并行性105

4.2.1 基本概念106

4.2 遗传算法概述106

4.2.2 模式定理107

4.3 遗传算法设计110

4.3.1 遗传算法的基本结构110

4.3.2 设计遗传算法的基本步骤111

4.3.3 编码方案112

4.3.4 适应度116

4.3.5 选择策略118

4.3.6 遗传算子的设计122

参考文献126

第五章 数据文件的建立、评估和数据类型考查128

5.1 数据文件的格式要求128

5.1.1 格式和要求128

5.1.2 多目标问题129

5.1.3 预加工130

5.2 数据文件的评估原理131

5.2.1 超多面体判据132

5.2.2 KNN留一法判据133

5.2.3 回归法判据134

5.3 数据评估的做法和标准135

5.3.1 超多面体判据135

5.3.2 KNN留一法的判据135

5.3.3 回归法的判据136

5.4 数据结构的初步分析136

5.4.1 近邻分析(nearest neighbor analysis)136

5.4.2 拓扑分析(topological type analysis)136

5.4.3 近线性分析(near-linearity analysis)139

5.4.4 时间序列分析(time series analysis)140

5.4.5 Fisher指数分析(fisher index analysis)141

参考文献142

第六章 数据的相关分析方法143

6.1 相关分析的价值和局限性143

6.2 单因子相关分析和t-f图145

6.3 双因子分析和f-f图154

6.4 三因子分析及三维图的显示157

6.5 数据变换与相关分析相结合的算法158

6.6 f-f图的分级投影方法160

参考文献161

第七章 数据文件的样本筛选162

7.1 数据文件可分性不好的三个原因162

7.2 子空间局部考查163

7.3 添加自变量影响的考查166

7.4 离群点的删除168

参考文献172

第八章 数据文件的自变量筛选172

8.1 自变量筛选的意义173

8.2 自变量筛选的多义性175

8.3 相关分析的应用和局限性176

8.4 有关变量的共线性检查178

8.5 近线性数据文件的自变量筛选178

8.6 偏置型数据集的自变量筛选180

8.7 包容型数据集的自变量筛选185

8.8 子空间局部考查与自变量筛选186

8.9 自变量筛选必须结合专业知识进行187

参考文献189

第九章 数据文件的实用建模190

9.1 实用建模的要求和目标190

9.2 分类判别问题的超多面体模型192

9.3 最佳投影-自动矩形-分级投影方法196

9.4 增补测试样本的算法及应用196

9.5 实用建模中外推的方法200

9.6 实用建模中的回归方法202

9.7 人工神经网络的实用建模203

9.8 模式识别与人工神经网络相结合的方法205

9.9 限值响应问题的实用建模206

9.10 多目标优化模型的建立210

参考文献211

第十章 原子参数和分子参数212

10.1 原子和分子参数选择的原理212

10.2 原子的价电子数(z)212

10.3 原子的电离势(I)213

10.4 原子半径和离子半径(R)213

10.5 电负性220

10.6 分子的拓扑参数和原子集团参数224

10.7 离子键化合物及物系的物性表征参数226

10.8 金属键化合物及物系的物性表征参数228

10.9 共价化合物及物系的物性表征参数230

参考文献230

11.2 若干热力学性质的计算机预报231

11.2.1 化合物熔点的计算机预报231

11.1 原子-分子参数-数据信息采掘方法231

第十一章 数据信息采掘在物性预报中的应用231

11.2.2 化合物包晶分解温度的计算机预报233

11.2.3 液态合金混合熵的计算机预报236

11.3 若干物理性质的计算机预报237

参考文献238

第十二章 数据信息采掘在相图计算中的应用239

12.1 相图计算的意义和相图计算的原子参数-模式识别方法239

12.2 原子参数-模式识别方法概述240

12.3 二元合金相图中间相的形成规律242

12.4 原子参数与三元合金相形成的关系--取代对的概念243

12.5 非过渡金属间三元化合物的形成规律244

12.6 过渡金属间三元化合物的形成规律246

12.7 过渡金属和非过渡金属间三元化合物的形成规律247

12.8 氧化物系相图中的中间化合物的形成规律248

12.9 二元液态合金的相互作用系数和液相分层的计算机预报249

12.10 相图中间相熔化类型的判别250

12.11 三元相图液相面的计算机预报250

参考文献253

第十三章 数据信息采掘在新材料、新产品研制中的应用254

13.1 材料设计和分子设计的意义254

13.2 材料设计专家系统255

13.3 材料设计专家系统用于已有数据的加工256

13.4 材料设计专家系统辅助实验探索258

13.5 材料设计辅助材料智能加工263

参考文献264

14.1 化工过程复杂反应体系的量纲分析266

第十四章 数据信息采掘在化工生产优化中的应用266

14.2 数据信息采掘和优化建模在炼油工业中的应用268

14.3 数据信息采掘在高分子材料生产优化中的应用273

14.4 数据信息采掘在染料色光控制中的应用277

14.5 数据信息采掘在醋酸乙烯催化合成中的应用278

14.6 数据信息采掘用于提高有机合成产率279

14.7 数据信息采掘在化工环保中的应用281

14.8 数据信息采掘在产品检验自动化中的应用283

14.9 数据信息采掘在化工设备防腐方面的应用284

14.10 数据信息采掘在其他化工过程中的应用284

参考文献285

第十五章 数据信息采掘在冶金生产优化中的应用286

15.1 炼焦配煤的优化286

15.2 模式识别在降低焦比中的应用287

15.4 连铸坯表面质量的模式识别分析288

15.3 模式识别方法分析炼钢转炉炉龄的影响因素288

15.5 模式识别在合金钢生产中的应用289

15.6 联合法生产氧化铝净溶出率的模式识别优化291

15.7 烧结法碳酸化分解终点的优化控制292

15.8 电解铝电流效率的优化模型292

15.9 电解铝阳极导电合金成分优化293

15.10 钢铁表面氮化过程的质量优化294

15.11 汽车零件光亮镀铬的质量优化295

15.12 热法炼镁质量与配料比的关系296

参考文献296

附录297

A 为初学者按“向导方式”上机实习的操作指南297

B 上机实习302

C 附表303