第三版前言

第二版前言

第一版前言

第1章 联机文献检索

  1.1 美国化学文摘

    1.1.1 美国化学文摘和SciFinder简介

    1.1.2 SciFinder的著录内容与格式

    1.1.3 SciFinder的功能与使用方法

  1.2 web of Science

    1.2.1 Web of Science简介

    1.2.2 Web of Science的著录内容与格式

    1.2.3 Web of Science的功能与使用方法

    1.2.4 ISI WebofKnowledge的其他功能

  1.3 Ei Village

    1.3.1 Ei Village简介

    1.3.2 Ei Village的著录内容与格式

    1.3.3 Ei Village的功能与使用方法

  1.4 期刊全文数据库

    1.4.1 Science Direct

    1.4.2 ACS Publications

    1.4.3 RSC Publishing

    1.4.4 Springer link

    1.4.5 Wi1ey Online library

  1.5 国内学术期刊数据库

    1.5.1 CNKI

    1.5.2 中文科技期刊数据库

    1.5.3 万方数据知识服务平台

  1.6 其他文献检索系统简介

  1.7 专利文献查询

    1.7.1 专利文献数据库

    1.7.2 专利文献检索

  上机训练与习题

第2章 网络图书与网络期刊

  2.1 网上图书馆

    2.1.1 图书馆主页

    2.1.2 www虚拟图书馆

  2.2 网上书店

  2.3 网络期刊

  2.4 数字化图书

  2.5 出版商主页

  上机训练与习题

第3章 数据库资源

  3.1 晶体结构数据库

    3.1.1 剑桥结构数据库

    3.1.2 蛋白质数据库

    3.1.3 核酸数据库

  3.2 波谱数据库

    3.2.1 NIST Chemislry Web Book

    3.2.2 化合物谱图数据库

  3.3 网上化学手册

    3.3.1 化学元素周期表

    3.3.2 化合物基本性质数据库

    3.3.3 物理化学常数

  上机训练与习题

第4章 化学信息资源查询

  4.1 查询

  4.2 导航

  4.3 ChIN简介

  4.4 商业信息

  4.5 化学机构信息

  上机训练与习题

第5章 化学信息的计算机表示与建模

  5.1 化合物结构编码

    5.1.1 线型编码

    5.1.2 ZXLN线型编码

    5.1.3 内部表示

  5.2 分子图形学

  5.3 分子描述符

  5.4 定量构效关系

    5.4.1 基夺方法

    5.4. 2应用举例

  上机训练与习题

第6章 计算机辅助结构解析与合成设计

  6.1 化学信息数据库

    6.1.1 数据库系统的构成

    6.1.2 数据模型和数据库的类型

    6.1.3 数据库的存取过程

    6.1.4 化学信息数据库

  6.2 化学人工智能与专家系统

    6.2.1 人工智能

    6.2.2 专家系统

    6.2.3 知识库

    6.2.4 推理方法

  6.3 计算机辅助结构解析

    6.3.1 结构解析系统的构成

    6.3.2 结构解析的工作过程

    6.3.3 结构解析中的有关技术

  6.4 计算机辅助合成设计

    6.4.1 计算机辅助有机合成

    6.4.2 计算机辅助分子设计

  上机训练与习题

第7章 分子模拟

  7.1 量子力学

    7.1.1 基本理论

    7.1.2 Gaussian软件

    7.1.3 应用举例

  7.2 分子力学

    7.2.1 分子力场

    7.2.2 应用举例

  7.3 分子动力学

    7.3.1 基本方法

    7.3.2 软件

    7.3.3 应用举例

  7.4 波谱模拟

    7.4.1 1H—NMR谱的量子化学模拟

    7.4.2 13C—NMR谱的计算机模拟

  上机训练与习题

第8章 进化计算与优化算法

  8.1 人工神经网络

    8.1.1 模型

    8.1.2 学习算法

    8.1.3 应用举例

  8.2 遗传算法

    8.2.1 自然进化与遗传算法

    8.2.2 基本过程

    8.2.3 遗传算法的发展

    8.2.4 应用举例

  8.3 模拟退火算法

    8.3.1 固体退火与模拟退火算法

    8.3.2 基本过程

    8.3.3 模拟退火算法的发展

    8.3.4 退火演化算法

    8.3.5 应用举例

  8.4 免疫算法

    8.4.1 基本原理

    8.4.2 免疫优化算法

    8.4.3 一种用于重叠信号解析的免疫算法

  8.5 其他优化算法简介

    8.5.1 蚁群算法

    8.5.2 粒子群优化算法

  上机训练与习题

第9章 小波分析

  9.1 小波及小波分析

    9.1.1 小波的定义

    9.1.2 傅里叶变换

    9.1.3 小波变换

  9.2 小波分析的基本算法

    9.2.1 多尺度分析

    9.2.2 多尺度信号分解（MRSD）算法

    9.2.3 MRSD算法的改进

    9.2.4 小波包变换

  9.3 小波分析的程序设计

    9.3.1 Matlab工具箱

    9.3.2 WaveLab简介

    9.3.3 MRSD算法的程序设计

    9.3.4 连续小波变换的程序设计

    9.3.5 小波包分析的程序设计

  9.4 小波分析的应用

    9.4.1 数据压缩

    9.4.2 平滑和滤噪

    9.4.3 背景扣除与基线矫正

    9.4.4 近似导数的计算

    9.4.5 重叠信号解析

    9.4.6 谱图分辨率的改善

    9.4.7 小波分析的其他应用

  上机训练与习题

第10章 多元校正与因子分析

  10.1 引言

    10.1.1 化学计量学

    10.1.2 多元校正与分辨

    10.1.3 因子分析

  10.2 数据矩阵的构成

    10.2.1 二维色谱数据

    10.2.2 三维荧光光谱数据

    10.2.3 多组分光度分析数据

    10.2.4 配合物体系的研究

  10.3 间接校正方法

    10.3.1 K矩阵法

    10.3.2 P矩阵法

  10.4 主成分分析

    10.4.1 原理

    10.4.2 应用举例

  10.5 主成分回归

  10.6 偏最小二乘回归

    10.6.1 原理

    10.6.2 算法

    10.6.3 应用举例

  10.7 化学因子分析

    10.7.1 基本步骤

    10.7.2 目标因子分析

    10.7.3 秩消因子分析

    10.7.4 渐进因子分析

    10.7.5 窗口因子分析

    10.7.6 启发渐进式特征投影

  10.8 高阶校正方法简介

  上机训练与习题

主要参考文献