圖書基本信息
書名:分子光化學
ISBN:9787030371393
著者:樊美公 佟振閤
齣版社:科學齣版社
叢書名:中國科學院大學研究生教材係列
POD版定價:128元
正文語言:中文
裝幀:平裝
開本:16
頁數:604
字數:746000
讀者對象:
光化學、光物理、材料科學等光電技術領域的研究生、科研人員及相關專業高年級本科生。
內容簡介
《分子光化學》為材料學專業研究生的專業基礎課。該課程主要講述和討論光緻變色材料,非先性光學材料,有機高分子光摺變材料,光緻發光和電緻發光材料,光信息存儲原理、材料和器件,半導體、納米材料與太陽能的利用等具體研究領域。
目錄
前言
第1章 分子光化學導論
1.1 分子軌道
1.1.1 n軌道
1.1.2 π軌道和π
*軌道
1.1.3 σ軌道和σ
*軌道
1.2 電子激發態
1.2.1 激發態的電子組態
1.2.2 激發態的多重態
1.2.3 激發態的能量
1.3 激發態的産生
1.3.1 Lambert-Beer定律
1.3.2 Stark-EⅠnsteⅠn定律
1.3.3 吸收光譜
1.3.4 選擇定則
1.4 激發態的衰減
1.4.1 Kasha規則
1.4.2 輻射躍遷
1.4.3 無輻射躍遷
1.4.4 能量傳遞
1.4.5 電子轉移
1.4.6 化學反應
1.4.7 JablonskⅠ圖解
1.5 光化學發展的趨勢
參考文獻
第2章 激發態的産生及其分子內物理衰變理論
2.1 激發態的産生及相關問題
2.1.1 構造原理
2.1.2 光和分子的相互作用
2.1.3 選擇規則
2.1.4 躍遷及激發態的錶示方法
2.1.5 單重態與三重態的性質比較
2.1.6 n→π
*躍遷和π→π
*躍遷
2.1.7 激發態與基態的性質比較
2.1.8 激發態的壽命
2.1.9 量子産率
2.2 激發態的衰變概述
2.3 輻射躍遷與光吸收的關係
2.4 熒光
2.4.1 熒光産生的條件
2.4.2 影響熒光的主要因素
2.4.3 熒光速率常數、強度、量子産率和熒光壽命
2.4.4 熒光光譜和斯托剋斯頻移
2.4.5 高級激發態發射的熒光
2.5 磷光
2.5.1 磷光的産生及磷光速率常數
2.5.2 磷光量子産率
2.5.3 磷光光譜
2.5.4 室溫下液態溶液中的磷光
2.6 延遲熒光
2.6.1 E型延遲熒光
2.6.2 P型延遲熒光
2.7 激基締閤物和激基復閤物
2.7.1 電荷轉移絡閤物與電荷轉移躍遷
2.7.2 激基締閤物及激基復閤物的形成與特徵
2.8 熒光技術的應用
2.9 非輻射躍遷理論
2.10 內轉換
2.10.1 速率常數
2.10.2 量子産率
2.11 係間竄越
2.12 單分子過程的光物理動力學
參考文獻
第3章 分子激發態能量轉移與電子轉移
3.1 分子激發態能量轉移
3.1.1 引言
3.1.2 能量轉移的基本理論
3.1.3 能量轉移的典型實例
3.1.4 能量轉移的研究方法
3.2 分子激發態電子轉移
3.2.1 引言
3.2.2 電子轉移的基本理論
3.2.3 電子轉移的研究方法
3.2.4 能量轉移與電子轉移的對比
3.3 能量轉移與電子轉移的競爭
3.3.1 引言
3.3.2 雙組分體係中的能量轉移和電子轉移
3.3.3 能量轉移理論
3.3.4 電子轉移過程
3.3.5 能量轉移與電子轉移的一般動力學處理
3.3.6 能量嚮多個激發態轉移
3.3.7 能量轉移與電子轉移的競爭
3.3.8 能量轉移與電子轉移競爭的實例
參考文獻
第4章 分子激發態反應動力學和超快過程研究
4.1 反應動力學基本原理
4.1.1 分子激發態的産生
4.1.2 激發態的失活途徑
4.1.3 激發態能量傳遞與電荷轉移
4.2 時間分辨光譜技術簡介
4.2.1 飛秒時間分辨吸收
4.2.2 皮秒時間分辨熒光
4.3 酮缺陷和鏈間相互作用對聚芴類分子綠光發射的影響
4.3.1 非樹狀化聚芴薄膜和溶液中的發光行為
4.3.2 帶芴酮缺陷聚芴PFN薄膜和溶液中的發光行為
4.3.3 樹狀化聚芴薄膜和溶液中的發光行為
4.3.4 芴酮缺陷和鏈間相互作用的協同效應
4.4 菌紫質光循環中視黃醛超快異構化過程
4.4.1 近紅外區的全局擬閤
4.4.2 激發態吸收450nm動力學麯綫的分析
4.4.3 基態漂白540nm動力學麯綫的分析
4.4.4 光産物630nm動力學麯綫的分析
4.4.5 可見區受激熒光710nm動力學麯綫的分析
參考文獻
第5章 光反應中間體及高級激發態的光化學
5.1 分步雙激光技術與一般光化學方法
5.2 分步雙激光技術的簡介
5.3 激發態反應中間體的熒光光譜研究
5.3.1 自由基的熒光光譜
5.3.2 雙自由基的熒光光譜
5.3.3 卡賓的發射光譜
5.4 激發態中間體的瞬態吸收
5.5 激發態中間體的單分子反應
5.5.1 單分子光裂解反應
5.5.2 分子內光裂解重排反應
5.5.3 單光子光電離
5.6 激發態反應中間體的分子間反應
5.6.1 氧與激發態自由基之間的反應
5.6.2 激發態自由基同烯烴的反應
5.6.3 激發態自由基同電子受體之間的反應
5.6.4 激發態自由基同電子給體之間的反應
5.6.5 卡賓的分子間反應
5.7 高級激發態
5.7.1 高級激發態——光物理
5.7.2 高級激發態的光化學
5.8 多光子過程理論
5.8.1 微擾方法
5.8.2 格林函數方法
參考文獻
第6章 光氧化反應
6.1 引言
6.1.1 氧原子和氧分子的電子結構和化學活性
6.1.2 光氧化反應的分類
6.2 自動氧化反應
6.2.1 自動氧化反應的動力學
6.2.2 引發
6.2.3 鏈傳遞
6.2.4 鏈終止
6.2.5 抗氧化劑
6.2.6 多不飽和脂肪酸的自動氧化
6.2.7 支鏈反應
6.2.8 金屬催化的自動氧化反應
6.2.9 氮氧自由基催化的自動氧化反應
6.3 單重態氧反應
6.3.1 單重態氧的基本性質
6.3.2 單重態氧的産生
6.3.3 單重態氧的化學反應
6.3.4 雜環化閤物的單重態氧反應
6.4 電子轉移光氧化反應
6.4.1 經激發態反應物與氧的CTC或經激發態反應物與基態氧的電子轉移進行的光氧化反應
6.4.2 經基態反應物與單重態氧進行電子轉移而進行的光氧化反應
6.4.3 光誘導電子轉移反應
6.4.4 激發態電子受體敏化劑引發的光氧化反應
6.5 分子篩以及某些超分子體係中的光氧化反應
6.5.1 分子篩中的光氧化反應
6.5.2 其他超分子體係中的光氧化反應
6.6 與單重態氧反應有關的化學發光現象
6.6.1 過氧化物反應中産生的單重態氧的化學發光
6.6.2 産生化學發光的能量要求
6.6.3 二氧雜環丁烷體係的化學發光
6.6.4 其他CL體係
6.6.5 化學發光在分析化學中的應用
6.7 生物體係中的光氧化反應
6.7.1 DNA的氧化損傷
6.7.2 蛋白質的氧化損傷
6.7.3 光化學療法
參考文獻
第7章 雙鍵的異構化反應及其應用
7.1 碳-碳雙鍵的異構化反應
7.1.1 一般理論分析
7.1.2 基態順-反熱異構化反應
7.1.3 光異構化或激發態異構化反應
7.2 氮-氮雙鍵的異構化
7.2.1 偶氮苯類化閤物
7.2.2 氨基偶氮苯類型
7.2.3 假1,2-二苯乙烯類型
7.2.4 偶氮苯的光異構化機製
7.3 碳-氮雙鍵的異構化
7.3.1 含一個雙鍵的異構化
7.3.2 碳-氮雙鍵的單嚮光異構化
7.3.3 含兩個碳-氮雙鍵化閤物的異構化
7.4 甲嵌衍生物的異構化反應
7.5 雙鍵異構化的應用
7.5.1 離子識彆
7.5.2 對映體的分離
7.5.3 光控蛋白和多肽的結構
7.5.4 光控樹枝狀化閤物的定嚮藥物輸送
7.5.5 偶氮苯的異構化在光控分子機器中的應用
7.5.6 含偶氮苯衍生物的液晶材料的研究
參考文獻
第8章 光環閤加成反應理論和反應中間體的捕獲
8.1 碳-碳雙鍵之間的分步光環閤加成反應
8.1.1 芳烴中碳-碳不飽和鍵的光環閤加成反應
8.1.2 α,β-烯酮的光環閤加成反應
8.2 羰基和硫羰基參與的分步光環閤加成反應
8.3 含碳氮雙鍵化閤物的分步光環閤加成反應
8.4 協同光環閤加成反應
參考文獻
第9章 分子基光功能配閤物的光化學與光物理
9.1 配閤物中的電子激發態
9.1.1 配體內的電荷躍遷
9.1.2 金屬中心的電荷躍遷
9.1.3 配體到配體的電荷躍遷
9.1.4 配體到金屬的電荷躍遷
9.1.5 金屬到配體的電荷躍遷
9.1.6 金屬-金屬到配體的電荷躍遷
9.1.7 其他類型的電荷躍遷
9.2 金屬有機配閤物的光取代反應機製
9.2.1 壓力對光誘導取代反應的影響
9.2.2 M(CO)
4(phen)和PR
3的光誘導取代反應機製
9.3 光緻發光的Pt(Ⅱ)多聯吡啶配閤物
9.3.1 多聯吡啶Pt(Ⅱ)配閤物的電子光譜
9.3.2 光緻發光多聯吡啶Pt(Ⅱ)配閤物
9.3.3 光緻發光多聯吡啶Pt(Ⅱ)配閤物的應用
9.4 d
10電子構型銅(Ⅰ)和金(Ⅰ)配閤物的結構和光物理性質
9.4.1 Cu(NN)*和Cu(PP)*類配閤物
9.4.2 光緻近紫外高能發射的Au
2(dcpm)
2(Y)
2(Y=ClO*、PF* 、CF3SO*)配閤物
參考文獻
第10章 固體錶麵光催化反應
10.1 非均相光催化反應
10.1.1 基本概念
10.1.2 反應機製
10.1.3 反應過程動力學
10.1.4 反應影響因素
10.2 光催化劑
10.2.1 TⅠO
2的結構
10.2.2 能帶彎麯和肖特基勢壘
10.3 光催化劑的錶麵修飾
10.3.1 復閤半導體
10.3.2 染料敏化
10.3.3 金屬沉積
10.3.4 摻雜
10.3.5 多元化修飾技術
10.3.6 光催化劑的擔載
10.3.7 量子點修飾
10.4 展望
參考文獻
好的,這裏為您撰寫一份關於 [按需印刷] 分子光化學 之外,其他圖書的詳細簡介。 --- 圖書簡介:[深度學習在復雜係統建模中的應用] 書名:深度學習在復雜係統建模中的應用:從理論基石到前沿實踐 內容概述 本書是一部麵嚮研究人員、高級工程師以及對人工智能交叉學科感興趣的讀者的專業著作。它係統地梳理瞭現代深度學習技術在處理高度非綫性、高維度和時變特性的復雜係統問題中的理論基礎、關鍵算法及其在多個工程和科學領域的實際應用。全書聚焦於如何利用深度神經網絡的強大錶徵能力來捕捉傳統分析方法難以刻畫的係統內部機製,並提供瞭一套從數據預處理到模型部署的完整方法論。 第一部分:復雜係統與深度學習的基礎理論 本部分旨在為讀者構建一個堅實的理論框架,確保讀者理解復雜係統的本質特徵以及深度學習模型如何與之對應。 第一章:復雜係統的內涵與挑戰 本章首先界定瞭復雜係統的概念,區分瞭簡單係統、復雜適應係統(CAS)和超復雜係統。重點探討瞭復雜係統中常見的挑戰,包括:路徑依賴性、湧現現象、多尺度耦閤、以及模型的不完備性問題。隨後,分析瞭傳統建模範式(如動力學方程、統計物理方法)在處理大規模、高噪聲數據時的局限性。 第二章:深度學習的核心架構迴顧 本章對深度學習中的核心網絡結構進行深入迴顧,但視角獨特,側重於這些結構如何解決復雜係統的特定需求。內容包括: 全連接網絡(FNN)的局限性與優化: 探討其在處理高維稀疏數據時的效率問題。 捲積神經網絡(CNN)與空間相關性: 討論CNN如何通過局部感受野有效地捕捉物理空間中的局部相互作用。 循環神經網絡(RNN/LSTM/GRU)與時間序列動力學: 重點解析門控機製如何模擬係統的長期記憶和狀態演化。 圖神經網絡(GNN)與網絡拓撲結構: 強調GNN在模擬相互連接的實體(如交通網絡、分子網絡)中的優勢。 第三章:從信息論到錶徵學習 本章深入探究深度學習的內在機製。它從信息瓶頸原理、稀疏編碼理論齣發,解釋瞭深度網絡是如何在數據中提取齣對預測任務最優的低維“有效錶徵”。特彆討論瞭自監督學習(Self-Supervised Learning, SSL)在數據標簽稀缺的復雜係統中獲取高質量預訓練特徵的重要性。 第二部分:針對復雜係統特性的深度模型設計 本部分是本書的核心技術篇,介紹瞭專門設計用於處理復雜係統特有挑戰的創新模型。 第四章:處理不確定性與隨機性 復雜係統本質上是開放的,充滿瞭隨機擾動。本章聚焦於量化和處理這種不確定性: 貝葉斯深度學習(BDL): 介紹變分推斷(VI)和濛特卡洛Dropout,用以量化模型預測的置信區間,而非僅僅給齣點估計。 概率圖模型與深度學習的結閤: 探討如何使用深度網絡作為參數生成器,嵌入到潛在變量模型(如HMM、PGM)中,以更靈活地建模潛在的隨機過程。 第五章:物理信息驅動的神經網絡(PINN) PINN是本書的重點創新方嚮之一。本章詳細講解瞭如何將係統的微分方程約束(如Navier-Stokes方程、薛定諤方程的離散形式)直接編碼到神經網絡的損失函數中。討論瞭如何解決PINN中的梯度消失/爆炸問題,以及如何應用於發現未知物理參數。 第六章:多尺度與多模態數據融閤 復雜係統通常在不同尺度上展現齣不同的行為(如微觀的分子運動與宏觀的流體動力學)。 多尺度建模: 介紹如何使用層級結構的網絡(Hierarchical Networks)或基於算子的學習(Operator Learning, 如DeepONet)來同時處理不同分辨率的數據。 異構數據融閤: 探討如何利用注意力機製(Attention Mechanisms)和跨模態嵌入(Cross-Modal Embeddings)來整閤來自傳感器、模擬和文本描述的異構信息。 第三部分:前沿實踐與案例分析 本部分將理論和模型應用於多個高影響力領域,展示深度學習在實際復雜係統中的威力。 第七章:氣候與環境動力學的預測與歸因 本章探討如何利用深度網絡處理海量氣象數據。內容包括:使用GNN模擬大氣環流的非局部相互作用,利用深度生成模型(GAN/VAE)生成高分辨率的極端天氣情景,並討論深度學習在氣候變化歸因鏈條中的作用。 第八章:生物復雜性與係統生物學 在生物係統中,基因調控網絡、蛋白質相互作用網絡是典型的復雜係統。 基因調控網絡推斷: 利用時間序列CNN和RNN從單細胞RNA測序數據中重建動態調控網絡。 藥物反應預測: 探討如何利用GNN來錶示分子結構和生物相互作用網絡,以預測化閤物在復雜生物環境中的效力與毒性。 第九章:金融市場與經濟係統的建模 金融市場被視為一個高維、非平穩、具有強烈的反饋效應的復雜係統。本章關注: 高頻交易中的信號提取: 使用Transformer結構處理長期依賴的序列數據。 市場微觀結構建模: 運用強化學習(RL)構建智能代理(Agent),模擬市場參與者的異質性行為,並研究係統性風險的齣現機製。 第十章:計算範式的未來:可解釋性與魯棒性 對於關鍵領域的應用,模型的可解釋性至關重要。本章最後探討如何提高復雜係統深度模型的可靠性: 因果推斷: 介紹結構因果模型(SCM)與深度學習的結閤,以區分相關性與係統驅動的因果關係。 模型調試與驗證: 討論對抗性攻擊在復雜係統建模中的潛在風險,以及相應的魯棒性增強技術。 本書特色 本書的獨特之處在於它沒有將深度學習視為一個“黑箱工具箱”,而是將其視為一種全新的、能夠與經典物理、統計方法對話的建模語言。它提供瞭豐富的Python代碼示例(基於PyTorch/TensorFlow),並附帶瞭可重現的研究數據集鏈接,使得讀者能夠親手實現書中所述的尖端算法,並將其應用於自己的復雜係統研究中。本書適閤作為高年級本科生、研究生和專業研究人員的進階參考讀物。