精品课程
【自营】化学计量学与近红外光谱 通关宝典
讲师：2022年仪课通畅销课、邵学广
剩余时间：
¥
1999.0
讲师介绍
-
2022年仪课通畅销课 2022年仪课通畅销课2022年仪课通畅销课共14门课程
精选仪课通2022年最受欢迎的14门课程
-
邵学广 教授教授共14门课程
博士，南开大学教授，博士生导师。《Chemometrics and Intelligent Laboratory Systems》、《高等学校化学学报》、《分析化学》等多种期刊的编委会委员、中国化学会理事、计算机化学专业委员会和有机分析专业委员会委员、中国仪器仪表学会近红外光谱分会副理事长、天津市分析测试协会副理事长。2002年获教育部第三届高校青年教师奖，2003年获国家自然科学基金委杰出青年基金，2010年获宝钢优秀教师奖，2012年获国务院政府特殊津贴，2018年获中国仪器仪表学会“陆婉珍近红外光谱科技奖”。 主要从事分析化学和化学信息学教学与科研工作。先后主讲《分析化学》、《仪器分析原理》、《分离科学及进展》、《当代分析化学前沿》等课程，在国内率先开设了《化学信息学》课程并出版了《化学信息学》教材，培养硕士、博士研究生80余名。先后开展了化学因子分析、优化算法、免疫算法、小波分析等方面的研究工作，建立了一系列复杂分析化学信号分析方法以及用于近红外光谱信号处理和建模的化学计量学方法，建立了复杂体系的近红外光谱快速分析方法和产品质量评价方法。近年来开展了“温控近红外光谱”技术和方法研究。在国内外学术期刊上发表SCI论文300余篇，编著、翻译或合作出版学术著作5部。
本课程总共分为三部分：基础篇、技术篇、算法篇。其中基础篇就化学计量学与近红外光谱的基础知识，matlab及python语言的编程基础，分析化学数据的定量模型及多元校正与多元分辨的基本方法等几部分内容进行了全面讲解。技术篇结合实例从建模的常见问题及相关技术，光谱预处理方法，变量选择方法，聚类与判别的基本方法及模型转移技术等深入剖析。算法篇：主要讲解主成分分析回归分析及人工神经网络等常用方法，及程序示例分析。旨在使学员理解算法、学会使用，并能更好的应用到实际工作中。
视频章节总时长：15.6小时课程目录
导学课
-
视频 第一节 导学课 可试看
19:37
-
视频 仪课通宣传片
01:27
第一章 基础篇
-
视频 第一节 化学计量学基本知识
30:32
-
视频 第二节 近红外光谱概述
23:06
-
视频 第三节 近红外光谱原理及数据分析
19:38
-
视频 第四节 计算机编程方法的基础知识
20:51
-
视频 第五节 MATLAB语言及程序举例
21:32
-
视频 第六节 Python语言及其程序举例
17:50
-
视频 第七节 分析化学数据的定量模型-向量与矩阵
16:10
-
视频 第八节 分析化学数据的定量模型-分析化学数据
24:08
-
视频 第九节 多元校正与多元分辨-基本概念
21:11
-
视频 第十节 多元校正与多元分辨-计算方法
18:07
-
视频 第十一节 多元校正与多元分辨-计算与程序案例分析
17:33
第二章 技术篇
-
视频 第一节 模型建立流程-数据集准备与质量考察
20:19
-
视频 第二节 模型建立流程-校正集样本数量及代表性
21:15
-
视频 第三节 模型建立流程-模型的评价方法与参数优化
31:59
-
视频 第四节 光谱预处理
32:20
-
视频 第五节变量选择方法比较
23:38
-
视频 第六节 变量选择方法：举例分析MC-UVE和RT两种方法
27:50
-
视频 第七节 聚类与判别
21:58
-
视频 第八节 聚类与判别应用举例
21:23
-
视频 第九节模型转移概述及PDS、SST两种方法
26:20
-
视频 第十节 模型转移-ATLD、MSCA及两种双模型方法举例分析
17:02
-
视频 第十一节 模型转移评价指标及定性模型转移举例
13:55
第三章 算法篇
-
视频 第一节 主成分分析-因子分析
22:57
-
视频 第二节主成分分析-基本步骤与计算程序举例
32:58
-
视频 第三节 主成分分析应用
19:56
-
视频 第四节 偏最小二乘回归-主成分回归
23:17
-
视频 第五节 如何用matlab实现主成分分析和偏最小二乘回归
18:52
-
视频 第六节 化学因子分析基本步骤及计算过程
11:46
-
视频 第七节 化学因子分析-目标因子分析原理、程序及计算示例
25:36
-
视频 第八节 化学因子分析-渐进因子分析计算、程序及计算示例
23:37
-
视频 第九节化学因子分析-窗口因子分析原理、程序及计算示例
23:38
-
视频 第十节 化学因子分析-实例解析高维数据分析
17:58
-
视频 第十一节 小波变换相关的数学概念
22:32
-
视频 第十二节 小波变换定义、举例及实质与特点
18:19
-
视频 第十三节 小波变换计算方法、程序计算及示例
16:00
-
视频 第十四节 小波变换应用举例
27:25
-
视频 第十五节 人工神经网络BP模型基本原理及构成
18:58
-
视频 第十六节 BP网络的学习算法及改进、人工神经网络应用及程序举例
19:39
-
视频 第十七节 深度学习的网络模型及相关技术、如何用matlab、python编程
20:21
-
视频 第十八节 优化算法与遗传算法
25:12
-
视频 第十九节遗传算法基本过程与实例及程序实现演示举例
20:28
-
视频 第二十节优化算法在化学领域的应用
15:38
课程评价
温馨提示：请关注课程有效期，购买后不支持退款、转让。本课程可提供电子发票，如需开票，请在购买支付页面填写发票信息，更多课程咨询及购买课程遇到任何问题请联系客服人员，仪小胖:ykt416416（微信）
更多推荐仪器
更多推荐会议
- ¥ 1999.0
咨询
购物车- 立即购买