《無(wú)機(jī)及分析化學(xué)實(shí)驗(yàn)》（第三版）共10章，第1章緒論，介紹無(wú)機(jī)及分析化學(xué)實(shí)驗(yàn)?zāi)康�、方法、成�?jī)?cè)u(píng)定等；第2~7章為實(shí)驗(yàn)室基本知識(shí)，實(shí)驗(yàn)室常用儀器及使用，基本測(cè)量?jī)x器的使用，常用試劑和試紙，實(shí)驗(yàn)室基本操作，實(shí)驗(yàn)數(shù)據(jù)表達(dá)與處理等內(nèi)容，以夯實(shí)基礎(chǔ)；第8章基礎(chǔ)實(shí)驗(yàn)，共38個(gè)項(xiàng)目，多為經(jīng)典驗(yàn)證性實(shí)驗(yàn)和鍛煉基礎(chǔ)操作能力的實(shí)驗(yàn)；第9章

本書根據(jù)《國(guó)家職業(yè)教育改革實(shí)施方案》的要求，結(jié)合職業(yè)技能大賽內(nèi)容進(jìn)行編寫。本書共分為六個(gè)項(xiàng)目：有機(jī)化學(xué)實(shí)驗(yàn)室安全知識(shí)，有機(jī)化學(xué)實(shí)驗(yàn)基本知識(shí)，有機(jī)化學(xué)實(shí)驗(yàn)基本操作，有機(jī)化合物的制備實(shí)驗(yàn)，天然有機(jī)化合物的提取實(shí)驗(yàn)，有機(jī)化合物的性質(zhì)實(shí)驗(yàn)，包含了有機(jī)化學(xué)實(shí)驗(yàn)人員應(yīng)該具備的基本知識(shí)和基本技能，從簡(jiǎn)單操作到復(fù)雜操作，從單項(xiàng)技能到綜

《基礎(chǔ)化學(xué)實(shí)驗(yàn)》（第三版）分上下兩篇和附錄。上篇為基本常識(shí)與基本操作，包括化學(xué)實(shí)驗(yàn)的基本常識(shí)、化學(xué)實(shí)驗(yàn)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(xué)實(shí)驗(yàn)，共選編了61個(gè)具有代表性的基礎(chǔ)化學(xué)實(shí)驗(yàn)項(xiàng)目。附錄部分包括物理量的符號(hào)與單位、常用實(shí)驗(yàn)儀器及其操作規(guī)程、必要的常用數(shù)據(jù)�！痘�礎(chǔ)化學(xué)實(shí)驗(yàn)》（第三版）可用作高等學(xué)

全書結(jié)構(gòu)嚴(yán)謹(jǐn)，共分為九章，內(nèi)容涵蓋概率論的基礎(chǔ)知識(shí)，包括概率論的基本概念、隨機(jī)變量及其分布、多維隨機(jī)變量及其分布、隨機(jī)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(jì)的核心內(nèi)容，包括數(shù)理統(tǒng)計(jì)的基本概念、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、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(jì)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(xué)習(xí)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(xué)、多模態(tài)層析成像技術(shù)現(xiàn)狀后，深入剖析了深度學(xué)習(xí)在圖像重建中的應(yīng)用進(jìn)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(xué)習(xí)圖像重建方法，電阻/超

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(xué)習(xí)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(xué)、多模態(tài)層析成像技術(shù)現(xiàn)狀后，深入剖析了深度學(xué)習(xí)在圖像重建中的應(yīng)用進(jìn)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(xué)習(xí)圖像重建方法，電阻/超

本書圍繞層析成像技術(shù)展開，重點(diǎn)聚焦于電阻及電阻/超聲雙模態(tài)融合的深度學(xué)習(xí)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(xué)、多模態(tài)層析成像技術(shù)現(xiàn)狀后，深入剖析了深度學(xué)習(xí)在圖像重建中的應(yīng)用進(jìn)展與面臨的問題。書中詳細(xì)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(xué)習(xí)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(yīng)用提供了全面且深入的理論與實(shí)踐指導(dǎo)。在放電特性方面，本書詳細(xì)解析了螺旋波等離子體的各項(xiàng)關(guān)鍵參數(shù)，如等離子體密度、電子溫度、等離子體電勢(shì)等，闡述了其在不同條件下的變化規(guī)律。通過(guò)大量實(shí)驗(yàn)數(shù)據(jù)與精準(zhǔn)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(duì)智能優(yōu)化算法及其實(shí)際應(yīng)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(jìn)化、群體行為或物理法則等自然現(xiàn)象或過(guò)程的計(jì)算方法，用于解決組合優(yōu)化、函數(shù)優(yōu)化、大空間等復(fù)雜的優(yōu)化問題，得到了國(guó)內(nèi)外學(xué)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(diǎn)、分類以及最優(yōu)化問題的含義

本書根據(jù)最新的高等學(xué)校理工類、經(jīng)濟(jì)和管理類專業(yè)線性代數(shù)課程的教學(xué)基本要求,并結(jié)合考研數(shù)學(xué)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(xué)中的代數(shù)等,本書每章章末配有習(xí)題,書末附有習(xí)題參考答案與提示.本書稿力求敘述通俗易懂，語(yǔ)言簡(jiǎn)潔明快，很好地把握線性代數(shù)的