本书围绕层析成像技术展开，重点聚焦于电阻及电阻/超声双模态融合的深度学习图像重建方法。在介绍了层析成像技术的重要意义及电学、多模态层析成像技术现状后，深入剖析了深度学习在图像重建中的应用进展与面临的问题。书中详细阐述了多种创新图像重建方法，如V-Net与VD-Net图像重建方法，Landweber深度学习图像重建方法，电阻/超声双模态注意力融合图像重建方法等。通过大量仿真与实验测试，对这些方法进行了全面验证与对比分析，为多相介质分布的可视化检测提供了精准有效的技术支持。本书适合从事层析成像技术研

本书深入探讨了螺旋波等离子体这一前沿课题，为相关研究与应用提供了全面且深入的理论与实践指导。在放电特性方面，本书详细解析了螺旋波等离子体的各项关键参数，如等离子体密度、电子温度、等离子体电势等，阐述了其在不同条件下的变化规律。通过大量实验数据与精准分析，揭示了螺旋波等离子体放电的稳定性、均匀性、放电模式的转换以及不同模式下的空间分布特性，为实际应用中的参数调控提供了坚实依据。对于机理分析，本书从模式转换机理到能量沉积机理进行了深入剖析。帮助读者理解螺旋波的模式跳变条件与转换，以及螺旋波的能量沉积

本书融合了作者个人的学习经验和方法论，深入剖析了小学至高中数学中难以掌握的关键点，旨在帮助学生更好地理解课堂上所学的数学知识，并激发他们对数学这门学科的热爱。此外，作者在书中提供了既实用又贴近日常生活的数学应用实例，有助于读者运用高中及之前所学的数学知识解决现实问题。本书既可作为数学自学用书，又能作为数学的亲子共读书，帮助父母在家庭教育中给予孩子正确的数学学习指导。

本书基于Origin2025中文版，结合编者多年的学术图表绘制经验，兼顾学术图表的实用性和美观性，大范围地介绍学术图表的绘制方法和技巧。全书共9章，深入浅出地介绍了学术图表的技术指标和要求，以及Origin的基本操作，并按照点、线、面、体的形态演变，以及直角坐标系、3D坐标系、极坐标系和三元坐标系的坐标体系递进逻辑，全面讲解了Origin支持的关系型、比较型、构成型和分布型图表的源流与绘制方法，以及Origin进阶绘图技巧和统计分析方法。通过阅读本书，读者可以在较短的时间内掌握如何使用Origi

暂无

《生活中的有机化学》试图将人们日常生活中与有机化学相关的知识进行总结和分类，让读者对有机化学世界有更为清晰的认识，并能体会科学是如何改变人类生活的。全书内容包括有机化学之药物、食品中的有机化学、化妆品与洗涤用品以及服装纤维和染料。本书尽量做到在保证科学性的基础上偏向科普性，让读者尽可能多地了解一些有机化学理论及实验知识，并对一些有机合成产品有一个正确而深入的认识。本书既可作为高等院校非化学专业本科生、研究生的选修课程或者通识课程教材，也可作为一般读者尤其是高中生兴趣阅读的科普书籍，以促进他们对身

本书充分介绍了蒙卡方法最新的发展和应用，通过作者研究活动中的真实世界例子，详细推导了现有的先进公式和算法，充分更新了特征值蒙特卡罗计算和自动方差减少技术的最新发展，并包含关于裂变矩阵和替代混合技术的全新章节。同时，与第1版相比，本书探讨了蒙特卡罗方法在现实世界中的应用，解释了其概念和局限性，同时以举例说明、数学推导、计算机算法和课程作业问题为特色，是核工程师和科学家研究蒙特卡罗方法应用的理想教科书和实践指南，此外还合适物理和工程专业的学生及致力于蒙特卡罗方法进步的学生阅读使用。本书适用对象：核工

本书是作者依据多年从事模式识别教学和研究的体会,参考相关文献编写而成的,深入浅出地介绍了模式识别理论和技术的基本概念、原理、方法和实现。全书共分为11章,每章阐述模式识别中的一个知识点,内容包括贝叶斯决策、概率密度函数的估计、线性判别分析、非线性判别分析、组合分类器、无监督模式识别、特征选择、特征提取、半监督学习及人工神经网络。除了经典算法以外,本书增加了部分较新的理论和算法,读者可以选择性地学习。本书还配以电子课件、MATLAB仿真程序、微课视频和实验指导书,便于教和学。本书可以作为高等学校人

本选题主要研究正则*-半群，广义正则*-半群以及弱Fountain半群这几类一元半群的结构理论和簇理论，分别用基本方式、覆盖方式和范畴方式给出这些一元半群类的代数结构，用泛代数手段和图论知识构作这些一元半群类的自由对象，解决它们的字问题。本选题试图对当前上述几类典型一元半群的研究成果做一个概括和总结，所阐述内容的一半以上是著者的研究成果。本选题可作为代数学（特别是半群理论）方向研究生和科研工作者的教材或参考书，也可供代数学和理论计算机科学等学科的爱好者参考。

本书从机器学习的视角系统介绍了线性代数、最优化理论以及相关的机器学习示例和求解算法。具体来说，主要聚焦于线性代数及其应用和最优化理论及其应用两个主题。对于前者，侧重线性代数的基础知识以及它们在奇异值分解、矩阵分解、相似矩阵（核方法）和图分析等中的应用。诸如谱聚类、基于核的分类和异常值检测等机器学习方面的应用已被用作该书的示例,而后者从最优化理论的视角探究机器学习中最基础性的问题——最小二乘回归及其相关算法。本书每章正文和末尾均提供了大量习题。