本书是一部综合性的化学辞典，涵盖无机化学、有机化学、分析化学、物理化学、理论与计算化学、高分子科学、化学生物学、放射化学与辐射化学、环境化学、能源化学等分支学科，以常用、基础和重要的名词术语为基本内容，提供简明扼要的定义或概念解释，并有适度展开。正文后设有便于检索的汉语拼音索引和外文索引。

本书凝聚了稀土科学和技术领域数十位院士、专家的智慧和心血，历经两年多时间编写完成，是国家自然科学基金委员会与中国科学院联合设立的学科发展战略系列研究项目的一项重要研究成果。 为了更加绿色高效利用中国宝贵的稀土资源，引领和支撑稀土产业的高质量发展，本书系统调研了近年来国内外稀土化学学科的发展状况，通过文献计量学等方法呈现了全球稀土化学发展的全貌，梳理和综述了稀土化学主要领域的研究进展，分析讨论了制约中国稀土产业发展的基础科学问题，提出了中国稀土化学学科未来发展的研究思路、发展方向以及国家政策建议。

本书是全面介绍实验室所用溶液与其配制方法的工具书。全书分为4个部分：基础知识、标准溶液、非标准溶液和附录。部分是溶液配制基础知识，介绍了：溶液配制的通用方法、分析实验室用水、溶液配制用标准物质、试剂与

科学是关于自然世界的经验，理论和实践知识，所有的科学知识汇聚为科学文献，是研究科学和科学史 的工具，科学文献中的 著作便是科学元典，科学元典是科学进一步发展的灯塔和坐标。科学史原始文献（Source Books In The History Of The Sciences），分希腊科学、物理学、地理学、动物学、逻辑学、数学、心理学，出版七卷，约6000页。 《科学元典：化学》是“科学元典”系列丛书之一，本书汇集了西方多位 的化学家有关化学实验和化学研究论文和著作进行了整理和精选。本书为了呈现化学的发展脉络，采用了经典的编辑版本。选文配有目录和索引，资料详尽。本书为全英文影印版，并配有精美的插图，方便读者参阅。

材料信息学是一门新兴的交叉学科，为在材料基因组理念下加速材料科学研究和技术发展提供了一个全新的方法。作为材料和力学学者，作者在推动材料信息学发展方面做了大量工作，在人工智能（AD）、机器学习（ML）和材料科学技术融合交叉方面，有诸多的尝试和心得体会。 作者旨在写一本易懂的材料信息学简介，以进一步推动材料信息学的发展。为便于读者尽快理解和掌握材料信息学的核心内容，兼顾成书的完整性，本书分为上下两卷，上卷侧重于机器学习基础，下卷侧重于深度学习并综述材料信息学的现状及发展前景本上卷共十二章，内容包括线性回归与线性分类、支持向量机、决策树和近邻（KNN）、集成学习、贝叶斯定理和期塑 化（EM）算法、符号回归、神经网络、隐型马尔可夫链、数据预处理和特征选择、可解释性机器学习，等等。叙述力求从简

材料信息学是一门新兴的交叉学科，为在材料基因组理念下加速材料科学研究和技术发展提供了一个全新的方法。作为材料和力学学者，作者在推动材料信息学发展方面做了大量工作，在人工智能（AD）、机器学习（ML）和材料科学技术融合交叉方面，有诸多的尝试和心得体会。 作者旨在写一本易懂的材料信息学简介，以进一步推动材料信息学的发展。为便于读者尽快理解和掌握材料信息学的核心内容，兼顾成书的完整性，本书分为上下两卷，上卷侧重于机器学习基础，下卷侧重于深度学习并综述材料信息学的现状及发展前景本上卷共十二章，内容包括线性回归与线性分类、支持向量机、决策树和近邻（KNN）、集成学习、贝叶斯定理和期塑 化（EM）算法、符号回归、神经网络、隐型马尔可夫链、数据预处理和特征选择、可解释性机器学习，等等。叙述力求从简

《中国科学技术经典文库(化学卷):物质结构(第二版)》是在1959年出版的《物质结构》基础上进行修订的，作者根据当前的教学要求和化学学科的发展动向，对版内容作了较多的增删，进行了适当的调整。全书共十五章，即量子力学基础和氢原子的状态函数、原子的电子层结构和原子光谱、双原子分子的结构、分子对称性与群论初步、多原子分子的结构、共轭分子的结构、配位场理论和络合物的结构、原子价和分子结构小结、分子光谱、分子的电性和磁性、晶体结构等。书中对原子价概念的发展不仅总结了外学者的成果，并且着重介绍了作者使用（nxcπ）四个数来描述包括原子簇在内的无机和有机分子的结构类型，提出了原子价的新概念，在论述现代物质结构实验方法、原理和应用方面，除介绍IR、Raman、NMR、ESR、ESCA等主要方法外，还就如何掌握查阅、分析各种谱的数

本书系统地介绍了差分方程和常微分方程的各种问题与处理这些问题的方法。部分介绍差分方程的归结、求解方法与解的性质；第二部分介绍常微分方程各种可求解的类型及分析求解与数值求解的方法；第三部分介绍常微分方程解的基本理论与定性理论及方法；第四部分介绍由实际问题归结为常微分方程模型的方法。每章都配有例题与习题，习题均附有解答或提示。 本书可作为理工科学生和差分方程与常微分方程课程自学者及教师的参考书，也可作为报考研究生的读者的复习指导书。