Advertisement

工程师与科学家用数学手册

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
《工程师与科学家用数学手册》是一本综合性的数学参考书,为专业人员提供了丰富的公式、定理和计算技巧,助力解决工程及科研领域的复杂问题。 这是一本非常好的数学手册,内容非常全面。在需要的时候查阅一下就足够了。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 优质
    《工程师与科学家用数学手册》是一本综合性的数学参考书,为专业人员提供了丰富的公式、定理和计算技巧,助力解决工程及科研领域的复杂问题。 这是一本非常好的数学手册,内容非常全面。在需要的时候查阅一下就足够了。
  • 矩阵分析答案整理
    优质
    《工程矩阵分析科学家与工程师》是一本专注于工程领域中矩阵理论及其应用的专业书籍,提供了详尽的概念解析、实例和解答。 课本《Matrix Analysis for Scientists and Engineers》的答案整理。
  • 字信号处理指南:的必备读物
    优质
    《数字信号处理指南》是一本专为科学和工程领域的专业人士编写的权威著作。书中详细介绍了数字信号处理的基本理论及其在现代科技中的应用,是科研人员、工程师不可或缺的专业参考书。 国外大牛的DSP教程《The Scientist and Engineers Guide to Digital Signal Processing》目录 1. 数字信号处理(DSP)的广度与深度 2. 统计学、概率论及噪声 3. 模数转换器(ADC)和数模转换器(DAC) 4. DSP软件 5. 线性系统 6. 卷积运算 7. 卷积性质 8. 离散傅里叶变换(DFT)的应用 9. DFT的特性 10. 傅里叶变换对 11. 快速傅里叶变换(FFT) 12. 连续信号处理 13. 数字滤波器入门 14. 移动平均滤波器 15. 窗函数Sinc滤波器 16. 定制滤波器设计 17. FFT卷积运算 18. 递归滤波器 19. 切比雪夫滤波器 20. 滤波器比较 21. 音频处理 22. 图像形成与显示 23. 线性图像处理 24. 特殊成像技术 25. 神经网络(及其他) 26. 数据压缩 27. 数字信号处理器简介 28. 如何开始使用DSP 29. 复数理论 30. 复傅里叶变换 31. 拉普拉斯变换 32. Z变换 33. 解释本福德定律
  • [图灵序设计丛书] Python - Python
    优质
    《Python数据科学手册》是图灵程序设计丛书之一,全面介绍了使用Python进行数据分析、可视化及机器学习的方法和技巧。 《图灵程序设计丛书》中的《Python数据科学手册》,这本书涵盖了使用Python进行数据分析、可视化以及机器学习的各个方面。书中不仅介绍了如何利用NumPy、Pandas、Matplotlib等库来处理数据,还深入讲解了Scikit-Learn在构建和评估模型时的应用技巧。对于想要掌握现代数据科学技术的学生及从业者来说,这是一本非常实用且全面的参考书。
  • (第4版)》
    优质
    《工程数学手册(第4版)》是一部全面系统地介绍工程数学理论与应用的经典著作。本书内容涵盖线性代数、复变函数等核心领域,新版进行了大量更新和优化,更加贴近实际工程技术需求,是科研人员和高校师生不可或缺的参考书。 《工程数学手册》(第四版) 作者:Jan J. 图马 (Jan J. Tuma) 和 Ronald A. 沃尔什 (Ronald A. Walsh) 出版社:科学出版社 出版时间:2002年11月 内容简介: 本书涵盖了代数、几何、三角学、平面解析几何、空间解析几何、初等函数、微分学、向量分析、常微分方程和偏微分方程等内容。 目录 前言 1. 代数 2. 几何 3. 三角学 4. 平面解析几何 5. 空间解析几何 6. 初等函数 7. 微分学 8. 数列和级数 9. 积分 10. 向量分析 11. 复函数 12. 傅立叶级数 13. 高阶超越函数 14. 常微分方程 15. 偏微分方程 16. 拉普拉斯变换 17. 数值方法 18. 概率与统计 19. 不定积分表 20. 定积分表 21. 平面曲线和区域 22. 空间曲线和曲面 附录A:数值表 附录B:数学符号和术语 附录C:美国惯用单位与国际单位转换表 附录D:典型问题,数学程序及现代计算器使用指南 附录E:参考文献 索引
  • 分类(Mathematics Subject Classification MSC 2010)
    优质
    《数学学科分类手册(MSC 2010)》是国际公认的数学文献分类标准,为数学领域的研究和资源查找提供详细指导。 MSC2010是2010年修订的数学主题分类(Mathematics Subject Classification,简称MSC),它是科研工作中不可或缺的重要工具。