本書圍繞層析成像技術展開，重點聚焦于電阻及電阻/超聲雙模態(tài)融合的深度學習圖像重建方法。在介紹了層析成像技術的重要意義及電學、多模態(tài)層析成像技術現(xiàn)狀后，深入剖析了深度學習在圖像重建中的應用進展與面臨的問題。書中詳細闡述了多種創(chuàng)新圖像重建方法，如V-Net與VD-Net圖像重建方法，Landweber深度學習圖像重建方法，電阻/超聲雙模態(tài)注意力融合圖像重建方法等。通過大量仿真與實驗測試，對這些方法進行了全面驗證與對比分析，為多相介質(zhì)分布的可視化檢測提供了精準有效的技術支持。本書適合從事層析成像技術研

本書深入探討了螺旋波等離子體這一前沿課題，為相關研究與應用提供了全面且深入的理論與實踐指導。在放電特性方面，本書詳細解析了螺旋波等離子體的各項關鍵參數(shù)，如等離子體密度、電子溫度、等離子體電勢等，闡述了其在不同條件下的變化規(guī)律。通過大量實驗數(shù)據(jù)與精準分析，揭示了螺旋波等離子體放電的穩(wěn)定性、均勻性、放電模式的轉換以及不同模式下的空間分布特性，為實際應用中的參數(shù)調(diào)控提供了堅實依據(jù)。對于機理分析，本書從模式轉換機理到能量沉積機理進行了深入剖析。幫助讀者理解螺旋波的模式跳變條件與轉換，以及螺旋波的能量沉積

本書融合了作者個人的學習經(jīng)驗和方法論，深入剖析了小學至高中數(shù)學中難以掌握的關鍵點，旨在幫助學生更好地理解課堂上所學的數(shù)學知識，并激發(fā)他們對數(shù)學這門學科的熱愛。此外，作者在書中提供了既實用又貼近日常生活的數(shù)學應用實例，有助于讀者運用高中及之前所學的數(shù)學知識解決現(xiàn)實問題。本書既可作為數(shù)學自學用書，又能作為數(shù)學的親子共讀書，幫助父母在家庭教育中給予孩子正確的數(shù)學學習指導。

本書基于Origin2025中文版，結合編者多年的學術圖表繪制經(jīng)驗，兼顧學術圖表的實用性和美觀性，大范圍地介紹學術圖表的繪制方法和技巧。全書共9章，深入淺出地介紹了學術圖表的技術指標和要求，以及Origin的基本操作，并按照點、線、面、體的形態(tài)演變，以及直角坐標系、3D坐標系、極坐標系和三元坐標系的坐標體系遞進邏輯，全面講解了Origin支持的關系型、比較型、構成型和分布型圖表的源流與繪制方法，以及Origin進階繪圖技巧和統(tǒng)計分析方法。通過閱讀本書，讀者可以在較短的時間內(nèi)掌握如何使用Origi

暫無

《生活中的有機化學》試圖將人們?nèi)粘Ｉ�活中與有機化學相關的知識進行總結和分類，讓讀者對有機化學世界有更為清晰的認識，并能體會科學是如何改變?nèi)祟惿�活的。全書�?nèi)容包括有機化學之藥物、食品中的有機化學、化妝品與洗滌用品以及服裝纖維和染料。本書盡量做到在保證科學性的基礎上偏向科普性，讓讀者盡可能多地了解一些有機化學理論及實驗知識，并對一些有機合成產(chǎn)品有一個正確而深入的認識。本書既可作為高等院校非化學專業(yè)本科生、研究生的選修課程或者通識課程教材，也可作為一般讀者尤其是高中生興趣閱讀的科普書籍，以促進他們對身

本書充分介紹了蒙卡方法最新的發(fā)展和應用，通過作者研究活動中的真實世界例子，詳細推導了現(xiàn)有的先進公式和算法，充分更新了特征值蒙特卡羅計算和自動方差減少技術的最新發(fā)展，并包含關于裂變矩陣和替代混合技術的全新章節(jié)。同時，與第1版相比，本書探討了蒙特卡羅方法在現(xiàn)實世界中的應用，解釋了其概念和局限性，同時以舉例說明、數(shù)學推導、計算機算法和課程作業(yè)問題為特色，是核工程師和科學家研究蒙特卡羅方法應用的理想教科書和實踐指南，此外還合適物理和工程專業(yè)的學生及致力于蒙特卡羅方法進步的學生閱讀使用。本書適用對象：核工

本書是作者依據(jù)多年從事模式識別教學和研究的體會,參考相關文獻編寫而成的,深入淺出地介紹了模式識別理論和技術的基本概念、原理、方法和實現(xiàn)。全書共分為11章,每章闡述模式識別中的一個知識點,內(nèi)容包括貝葉斯決策、概率密度函數(shù)的估計、線性判別分析、非線性判別分析、組合分類器、無監(jiān)督模式識別、特征選擇、特征提取、半監(jiān)督學習及人工神經(jīng)網(wǎng)絡。除了經(jīng)典算法以外,本書增加了部分較新的理論和算法,讀者可以選擇性地學習。本書還配以電子課件、MATLAB仿真程序、微課視頻和實驗指導書,便于教和學。本書可以作為高等學校人

本選題主要研究正則*-半群，廣義正則*-半群以及弱Fountain半群這幾類一元半群的結構理論和簇理論，分別用基本方式、覆蓋方式和范疇方式給出這些一元半群類的代數(shù)結構，用泛代數(shù)手段和圖論知識構作這些一元半群類的自由對象，解決它們的字問題。本選題試圖對當前上述幾類典型一元半群的研究成果做一個概括和總結，所闡述內(nèi)容的一半以上是著者的研究成果。本選題可作為代數(shù)學（特別是半群理論）方向研究生和科研工作者的教材或參考書，也可供代數(shù)學和理論計算機科學等學科的愛好者參考。

本書從機器學習的視角系統(tǒng)介紹了線性代數(shù)、最優(yōu)化理論以及相關的機器學習示例和求解算法。具體來說，主要聚焦于線性代數(shù)及其應用和最優(yōu)化理論及其應用兩個主題。對于前者，側重線性代數(shù)的基礎知識以及它們在奇異值分解、矩陣分解、相似矩陣（核方法）和圖分析等中的應用。諸如譜聚類、基于核的分類和異常值檢測等機器學習方面的應用已被用作該書的示例,而后者從最優(yōu)化理論的視角探究機器學習中最基礎性的問題——最小二乘回歸及其相關算法。本書每章正文和末尾均提供了大量習題。