图书介绍
化学信息学PDF|Epub|txt|kindle电子书版本网盘下载
- 李梦龙，文治宁，熊庆编 著
- 出版社： 北京：化学工业出版社
- ISBN：9787122112033
- 出版时间：2011
- 标注页数：187页
- 文件大小：61MB
- 文件页数：197页
- 主题词：计算机应用－化学－情报检索－高等学校－教材
PDF下载
下载说明
化学信息学PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
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
图书目录
第1章 概述1
1.1什么是化学信息1
1.2化学信息的誔生背景1
1.3信息科学在化学领域的应用2
1.4化学信息的结构和特点2
1.5化学信息的工作方式3
1.6信息采集接口4
1.7化学信息的应用4
1.7.1绘制结构4
1.7.2数据库5
1.7.3计算机辅助设计反应预测系统5
1.7.4预测结构与活性的关系5
1.8展望5
第2章化学信息来源7
2.1词典7
2.2手册7
2.3化学期刊9
2.3.1综合类期刊9
2.3.2有机化学期刊10
2.3.3分析化学期刊11
2.3.4无机化学期刊12
2.3.5物理化学期刊12
2.4图书馆资源12
2.4.1生命科学图书馆13
2.4.2中国科学院大连化学物理研究所图书馆13
2.4.3中国科学院国家科学图书馆14
2.4.4国家科技图书文献中心化工分中心16
2.4.5清华大学图书馆17
2.4.6中国国家图书馆17
2.4.7哈佛大学图书馆17
2.4.8斯坦福大学图书馆18
2.5化学化工信息资源导航系统19
2.5.1ChIN19
2.5.2Computer AidedChemistry Tutorial20
2.5.3Wilton High School Chemistry20
2.5.4化学家链接网站21
第3章化学信息数据库资源22
3.1数据库简介22
3.1.1数据22
3.1.2数据库22
3.1.3数据库管理系统23
3.1.4数据库系统23
3.2数据库历史及分类24
3.2.1数据库历史24
3.2.2数据库的模型分类25
3.3三类化学信息数据库26
3.3.1文献数据库26
3.3.2事实数据库26
3.3.3结构数据库26
3.4互联网上的化学化工数据库27
3.4.1CA27
3.4.2ISI数据库33
3.4.3OCLC数据库39
3.4.4CSA40
3.4.5ScienceDirect40
3.4.6CNKI42
3.4.7万方数据库48
3.4.8维普中文科技期刊数据库48
3.4.9EI48
3.4.10出专利数据库49
3.4.11Reaxys数据库51
3.4.12谱图数据库52
第4章信息搜索引擎54
4.1概述54
4.1.1搜索引擎的原理54
4.1.2搜索引擎的历史及发展趋势55
4.2搜索引擎的定义及分类58
4.2.1全文搜索引擎58
4.2.2目录索引类搜索引擎58
4.2.3元搜索引擎59
4.2.4垂直搜索引擎59
4.3搜索引擎查询方法59
4.3.1模糊查询60
4.3.2精确查询60
4.3.3逻辑查询60
4.3.4指定范围查询61
4.4常用搜索引擎61
4.4.1百度61
4.4.2Google中国62
4.4.3维基百科62
4.4.4BASE65
4.4.5Vascoda65
4.4.6InformationBridge66
4.4.7Intute67
4.4.8Infomine68
4.5元搜索引擎68
4.5.1Dogpile68
4.5.2Excite69
4.5.3Ixquick70
4.5.4Mamma70
4.5.5Metacrawler71
4.5.6ProFusion71
4.5.7Savvysearch72
4.6专业搜索引擎73
4.6.1专业搜索引擎的优势73
4.6.2著名的专业搜索引擎73
第5章化学软件76
5.1概述76
5.2化学软件的分类77
5.3语言软件和依托算法的化学计算软件78
5.3.1MATLAB78
5.3.2R语言91
5.4绘图软件101
5.4.1ACD/ChemSketch5.0101
5.4.2SymyxDraw103
5.4.3ChemBioDraw104
5.5化学分析仪器数据处理软件105
5.5.1GRAMS106
5.5.2MestReNova109
5.5.3Origin110
5.6分子模拟软件112
5.6.1Gaussian软件112
5.6.2Amber软件114
第6章信息处理与数据挖掘117
6.1概述117
6.2数据的标准化118
6.3特征提取与优化118
6.3.1主成分分析118
6.3.2偏最小二乘法121
6.3.3逐步回归分析122
6.3.4遗传算法123
6.4信号处理方法125
6.4.1协方差与相关系数126
6.4.2自、互相关分析126
6.4.3功率谱密度127
6.4.4傅里叶变换127
6.4.5小波变换128
6.5机器学习方法132
6.5.1K最近邻法132
6.5.2概率神经网络132
6.5.3分类回归树133
6.5.4助推法134
6.5.5人工神经网络135
6.5.6支持向量机139
6.6数据库挖掘技术141
6.6.1聚类算法141
6.6.2决策树算法142
6.7web数据挖掘技术142
6.7.1web内容挖掘142
6.7.2web结构挖掘143
6.7.3web日志挖掘143
第7章QSAR及药物设计144
7.1概述144
7.2QSAR模型的分类145
7.2.1二维定量构效关系145
7.2.2三维定量构效关系147
7.2.3多维定量构效关系150
7.2.4方法评价150
7.3定量构效关系研究中常用的回归分析法151
7.3.1多元线性回归151
7.3.2主成分回归152
7.3.3偏最小二乘回归153
7.3.4投影寻踪回归154
7.3.5非线性方法155
7.4药物设计155
7.5QSAR方法的应用157
第8章生物信息学161
8.1什么是生物信息学161
8.2生物信息学的发展历程162
8.3生物信息学的研究内容164
8.3.1生物信息挖掘164
8.3.2药物设计164
8.3.3基因组学165
8.3.4蛋白质组学165
8.4生物信息学的研究方法167
8.5生物信息学的应用168
8.6生物信息学的研究170
8.7蛋白质功能研究170
8.8蛋白质数据库简介171
8.8.1综合性蛋白质数据库171
8.8.2专用性蛋白质数据库172
8.9蛋白质序列的特征提取方法173
8.9.1基于氨基酸组成和位置的特征提取方法174
8.9.2基于氨基酸物理化学特性的特征提取方法175
8.9.3基于数据库信息挖掘的特征提取方法177
8.10蛋白质相互作用178
8.11蛋白质网络183
参考文献187