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。
更多科学出版社服务，请扫码获取。
2012/09 - 2018/06 食品科学 (硕博连读)，华中农业大学
2016/10 - 2017/10 联合培养博士, 日内瓦大学(瑞士 世界排名 58名)
2008/09 - 2012/06 食品科学与工程 (本科)，华中农业大学
2024/03 -至今 中南民族大学，药学院，副教授
2018/07 -2024/03 中南民族大学，药学院，讲师
药物分析/食药安全快速检测J. Food. Quality 客座编辑；中国民族医药学会健康产业分会理事，湖北省生物工程学会会员，湖北省植物学会会员，阿拉山口海关技术中心特聘专家，阿拉山口市金陆工程项目管理有限公司科技创新版块专家顾问
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
新书资讯
