本書根據(jù)《國家職業(yè)教育改革實施方案》的要求，結(jié)合職業(yè)技能大賽內(nèi)容進行編寫。本書共分為六個項目：有機化學實驗室安全知識，有機化學實驗基本知識，有機化學實驗基本操作，有機化合物的制備實驗，天然有機化合物的提取實驗，有機化合物的性質(zhì)實驗，包含了有機化學實驗人員應該具備的基本知識和基本技能，從簡單操作到復雜操作，從單項技能到綜
《基礎(chǔ)化學實驗》（第三版）分上下兩篇和附錄。上篇為基本常識與基本操作，包括化學實驗的基本常識、化學實驗的基本操作技術(shù)及誤差理論與數(shù)據(jù)處理等內(nèi)容。下篇為基礎(chǔ)化學實驗，共選編了61個具有代表性的基礎(chǔ)化學實驗項目。附錄部分包括物理量的符號與單位、常用實驗儀器及其操作規(guī)程、必要的常用數(shù)據(jù)。《基礎(chǔ)化學實驗》（第三版）可用作高等學
全書結(jié)構(gòu)嚴謹，共分為九章，內(nèi)容涵蓋概率論的基礎(chǔ)知識，包括概率論的基本概念、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律和中心極限定理；以及數(shù)理統(tǒng)計的核心內(nèi)容，包括數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設(shè)檢驗、方差分析與回歸分析.此外，本書的附錄部分還特別提供了概率論與數(shù)理統(tǒng)計中Python常用命令代碼
本書圍繞層析成像技術(shù)展開，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(shù)的重要意義及電學、多模態(tài)層析成像技術(shù)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
本書圍繞層析成像技術(shù)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(shù)的重要意義及電學、多模態(tài)層析成像技術(shù)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，
本書深入探討了螺旋波等離子體這一前沿課題，為相關(guān)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(guān)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(zhuǎn)換以及不同模
《智能優(yōu)化算法及其Matlab案例》是對智能優(yōu)化算法及其實際應用的研究成果的系統(tǒng)總結(jié)。智能優(yōu)化算法是一類模擬生物進化、群體行為或物理法則等自然現(xiàn)象或過程的計算方法，用于解決組合優(yōu)化、函數(shù)優(yōu)化、大空間等復雜的優(yōu)化問題，得到了國內(nèi)外學者的廣泛關(guān)注。本書共有8章，第1章介紹了智能優(yōu)化算法的概念、特點、分類以及最優(yōu)化問題的含義
本書根據(jù)最新的高等學校理工類、經(jīng)濟和管理類專業(yè)線性代數(shù)課程的教學基本要求,并結(jié)合考研數(shù)學大綱編寫而成.全書共六章,內(nèi)容包括:向量與矩陣的基本概念、向量組、線性方程組、特征值與特征向量、二次型、現(xiàn)代數(shù)學中的代數(shù)等,本書每章章末配有習題,書末附有習題參考答案與提示.本書稿力求敘述通俗易懂，語言簡潔明快，很好地把握線性代數(shù)的
《無機化學實驗》包括化學實驗基本知識與基本技能、基本操作和基本原理實驗（15個）、簡單無機化合物制備實驗（8個）、元素性質(zhì)實驗（9個）、綜合和設(shè)計實驗（11個）等。本書實驗項目豐富，內(nèi)容由淺入深、循序漸進，可作為不同層次無機化學實驗教學的用書。本書可作為普通高等院�；瘜W類各專業(yè)和其他相關(guān)學科與專業(yè)無機化學實驗課程的教材
書單推薦
