近年来，随着人工智能、大数据和云计算等科技的飞速发展，用于光谱分析的新型化学计量学方法如雨后春笋般涌现出来，成为光谱分析技术中发展最为迅速的分支之一，是国内外本领域专家学者重点和热点的研究方向。本书主要论述用于光谱分析的化学计量学方法，包括光谱预处理算法、变量选择算法、数据降维算法、线性和非线性多元定量校正算法、模式识别算法、校正样本选择算法、界外样本识别算法、模型更新与维护算法、多光谱融合算法、模型传递算法和深度学习算法等。本书在保证全面性和系统性的基础上，对国内外的最新研究进展进行归纳述评，尤其是将这些方法与科研开发和实际应用紧密结合起来，对许多算法的改进和策略的延伸做了重点评述，为本领域科研和应用工作者提供值得借鉴的新观点和新思路。
本书可作为从事光谱分析、化学计量学、分析仪器、现场快速或在线分析、过程控制等领域的研究和应用人员的参考书，也可作为相关专业的本科生和研究生的选修教材或教学参考书，以及企事业单位专业人员技术技能的培训教材。

1 绪论
1.1 化学计量学概述
1.1.1 化学计量学起源、定义和发展历程
1.1.2 化学计量学研究的内容
1.1.3 化学计量学方法的必要性
1.1.4 应用化学计量学方法需注意的问题
1.2 光谱结合化学计量学的分析方法
1.2.1 校正模型的建立
1.2.2 常规分析
1.2.3 方法的特点
1.3 现代光谱分析技术的开端——Karl Norris的贡献
参考文献
2 现代光谱分析技术
2.1 引言
2.2 近红外光谱
2.2.1 微型近红外分析技术
2.2.2 在线近红外分析技术
2.2.3 近红外光谱标准方法
2.3 中红外光谱
2.3.1 便携式中红外分析技术
2.3.2 在线中红外分析技术
2.4 拉曼光谱
2.4.1 傅里叶拉曼光谱
2.4.2 表面增强拉曼光谱
2.4.3 共聚焦拉曼光谱
2.4.4 空间偏移拉曼光谱
2.4.5 透射拉曼光谱
2.4.6 便携式拉曼分析技术
2.4.7 光纤拉曼分析技术
2.5 紫外-可见光谱
2.6 分子荧光光谱
2.6.1 三维荧光光谱
2.6.2 激光诱导荧光光谱
2.7 低场核磁共振谱
2.8 太赫兹光谱
2.9 激光诱导击穿光谱
2.10 光谱成像
参考文献
3 矩阵和数理统计基础
3.1 矩阵基础
3.2 朗伯-比尔定律的矩阵表示
3.3 方差和正态分布
3.4 显著性检验
3.5 相关系数
3.6 协方差与协方差矩阵
3.7 多变量的图表示法
3.7.1 样本的空间表示
3.7.2 箱须图
3.7.3 雷达图
参考文献
4 光谱预处理方法
4.1 均值中心化
4.2 标准化
4.3 归一化
4.4 平滑去噪
4.4.1 移动平均平滑
4.4.2 Savitzky-Golay卷积平滑
4.4.3 傅里叶变换和小波变换
4.5 连续统去除法
4.6 自适应迭代重加权惩罚最小二乘
4.7 导数
4.7.1 Norris方法
4.7.2 Savitzky-Golay卷积求导
4.7.3 小波变换求导
4.7.4 分数阶导数
4.8 SNV和去趋势
4.9 乘性散射校正
4.10 向量角转换
4.11 傅里叶变换
4.12 小波变换
4.13 图像矩方法
……
5 波长变量选择方法
6 光谱降维方法
7 线性校正方法
8 非线性校正方法
9 校正样本的选择方法
10 界外样本的检测方法
11 定量校正模型的维护更新
12 模式识别方法
13 模型的评价
14 提高模型预测能力的方法
15 多光谱融合技术
16 多维分辨和校正方法
17 模型传递方法
18 深度学习算法
19 化学计量学软件和工具包
20 若干问题的探讨
缩略语表
后记