本书系统介绍了药物分析信息学的基本理论与实战方法,详细解析了数据预处理、无监督/有监督模式识别及定量回归等核心算法。本书的特色在于理论与实践并重,以中药材质量控制为真实案例,结合MATLAB编程与SIMCA软件演示全流程操作。
样章试读
目录
- 目录
前言
第一章 药物分析信息学基础与工具 1
第一节 大数据时代下的药物分析信息学 2
一、药物分析的数据挑战 2
二、药物分析信息学的定义与核心任务 3
三、核心理念:从单点测量到整体模式解析 4
四、方法体系:模式识别和多元校正算法 4
第二节 药物分析数据与相关数学概念 7
一、药物分析常见数据形式及处理特点 7
二、相关数学概念 10
第三节 药物分析信息学的常用计算软件 17
一、MATLAB软件简介 17
二、其他药物分析信息学相关软件 36
第二章 药物分析信息学的方法学 48
第一节 数据预处理与质量评估 49
一、预处理的目的与必要性 49
二、常用的预处理方法和实际应用 51
三、数据质量评估:奇异值检测与处理 59
第二节 探索性分析:无监督模式识别 61
一、主成分分析 61
二、因子分析 67
三、聚类分析 73
四、其他无监督模式识别算法 78
第三节 判别与分类模型:有监督模式识别 80
一、判别分析 80
二、偏最小二乘判别分析 84
三、随机森林 88
四、其他有监督模式识别算法 91
第四节 定量校正模型:回归分析 97
一、曲线拟合 97
二、多元线性回归 98
三、偏最小二乘回归 101
四、随机森林回归 105
五、其他定量校正回归模型 109
第三章 药物分析信息学的应用与实践 112
第一节 应用案例简介 113
一、案例背景:中药提取物的质量控制 113
二、案例数据介绍 113
第二节 基于MATLAB的数据全流程分析 116
一、数据的预处理 116
二、定性判别模型:掺假比例分类 121
三、定量校正模型:掺假比例预测 129
第三节 商业化软件应用:SIMCA分析实战 140
一、数据的导入和预处理 140
二、模型建立和分析 145
参考文献 150