标签分类
当前位置:首页 > 计算机理论电子书 > MATLAB电子书网盘下载
工程与科学数值方法的MATLAB实现 工程与科学数值方法的MATLAB实现
hexu_1234

hexu_1234 提供上传

资源
32
粉丝
50
喜欢
115
评论
10

    工程与科学数值方法的MATLAB实现 PDF 超清中文版

    MATLAB电子书
    • 发布时间:

    给大家带来的一篇关于MATLAB相关的电子书资源,介绍了关于工程与科学、数值方法、MATLAB实现方面的内容,本书是由清华大学出版社出版,格式为PDF,资源大小119.3 MB,Steven C. Chapra编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:8.6,更多相关的学习资源可以参阅 计算机理论电子书、等栏目。

  • 工程与科学数值方法的MATLAB实现 PDF 下载
  • 下载地址:https://pan.baidu.com/s/1f9FxPGhNB8-q5texs_w4hg
  • 分享码:7ix9
  • 工程与科学数值方法的MATLAB实现 PDF

    工程与科学数值方法的MATLAB实现(第4版) 共分6大部分。第1部分介绍数值方法的背景知识、MATLAB的软件环境和编程模式,后5部分集中介绍数值方法的主要应用领域,具体包括求根与最大化、线性代数方程组的求解、曲线拟合、数值积分与微分以及常微分方程数值解。

    本书不但介绍各类数值方法的基本原理和基于MATLAB的实现,而且非常注重实际应用和计算能力的训练,除了针对基本内容给出相应的典型实例外,还在每章的末尾提供大量实用的习题,有助于读者进一步巩固所学的知识。

    ◆ 以关键概念(如泰勒级数、收敛、条件数等)阐述理论
    ◆ 使用MATLAB的M文件表示算法,插图与表格清晰而准确
    ◆ 广泛使用实例演示以及工程和科学应用案例,使学生清楚地把握数值计算的每个步骤
    ◆ 各章末尾的习题丰富而实用,最新版新增了一些更具挑战性的习题

    目录

    • 第Ⅰ部分 建模、计算机与误差分析
    • 第1章 数学建模、数值方法与问题
    • 第2章 MATLAB基础 29
    • 第3章 编写MATLAB程序 59
    • 第4章 舍入与截断误差 111
    • 第Ⅱ部分 求根与最优化
    • 第5章 求根:划界法 149
    • 第6章 方程求根:开方法 177
    • 第7章 最优化 213
    • 第Ⅲ部分 线性方程组
    • 第8章 线性代数方程和矩阵 245
    • 第9章 高斯消元法 269
    • 第10章 LU分解 297
    • 第11章 矩阵求逆和条件数 311
    • 第12章 迭代法 329
    • 第13章 特征值 351
    • 第Ⅳ部分 曲线拟合
    • 第14章 线性回归 373
    • 第15章 一般线性最小二乘回归和
    • 第16章 傅里叶分析 435
    • 第17章 多项式插值 459
    • 第18章 样条和分段插值 485
    • 第Ⅴ部分 积分与微分
    • 第19章 数值积分公式 519
    • 第20章 函数的数值积分 555
    • 第21章 数值微分 581
    • 第Ⅵ部分 常微分方程
    • 第22章 初值问题 613
    • 第23章 自适应方法和刚性
    • 第24章 边值问题 679
       

    上一篇:学习OpenCV 3  下一篇:Boost程序库完全开发指南:深入C++

    展开 +

    收起 -

    码小辫二维码
     ←点击下载即可登录

    MATLAB相关电子书
    学习笔记
    网友NO.332223

    详解如何在python中读写和存储matlab的数据文件(*.mat)

    背景 在做deeplearning过程中,使用caffe的框架,一般使用matlab来处理图片(matlab处理图片相对简单,高效),用python来生成需要的lmdb文件以及做test产生结果。所以某些matlab从图片处理得到的label信息都会以.mat文件供python读取,同时也python产生的结果信息也需要matlab来做进一步的处理(当然也可以使用txt,不嫌麻烦自己处理结构信息)。 介绍 matlab和python间的数据传输一般是基于matlab的文件格式.mat,python中numpy和scipy提供了一些函数,可以很好的对.mat文件的数据进行读写和处理。 在这里numpy作用是提供Array功能映射matlab里面的Matrix,而scipy提供了两个函数loadmat和savemat来读写.mat文件。 下面是一个简单的测试程序,具体的函数用法可以看帮助文档: import scipy.io as sio import matplotlib.pyplot as plt import numpy as np #matlab文件名 matfn=u'E:/python/测试程序/162250671_162251656_1244.mat' data=sio.loadmat(matfn) plt.close('all') xi=data['xi'] yi=data['yi'] ui=data['ui'] vi=data['vi'] plt.figure(1) plt.quiver( xi[::5,::5],yi[::5,::5],ui[::5,::5],vi[::5,::5]) plt.figure(2) plt.contourf(xi,yi,ui) plt.show() sio.savemat('saveddata.mat', {'xi': xi,'yi': yi,'ui': ui,'vi': vi}) 示例2 import scipy.io as sioimport numpy as np###下面是讲解python怎么读取.mat文件以及怎么处理得到的结果###load_fn = 'xxx.mat'load_data = sio.loadmat(load_fn)load_matrix = load_data[……

    网友NO.255209

    基于MATLAB和Python实现MFCC特征参数提取

    1、MFCC概述 在语音识别(Speech Recognition)和话者识别(Speaker Recognition)方面,最常用到的语音特征就是梅尔倒谱系数(Mel-scale FrequencyCepstral Coefficients,简称MFCC)。根据人耳听觉机理的研究发现,人耳对不同频率的声波有不同的听觉敏感度。从200Hz到5000Hz的语音信号对语音的清晰度影响较大。两个响度不等的声音作用于人耳时,则响度较高的频率成分的存在会影响到对响度较低的频率成分的感受,使其变得不易察觉,这种现象称为掩蔽效应。由于频率较低的声音在内耳蜗基底膜上行波传递的距离大于频率较高的声音,故一般来说,低音容易掩蔽高音,而高音掩蔽低音较困难。在低频处的声音掩蔽的临界带宽较高频要小。所以,人们从低频到高频这一段频带内按临界带宽的大小由密到疏安排一组带通滤波器,对输入信号进行滤波。将每个带通滤波器输出的信号能量作为信号的基本特征,对此特征经过进一步处理后就可以作为语音的输入特征。由于这种特征不依赖于信号的性质,对输入信号不做任何的假设和限制,又利用了听觉模型的研究成果。因此,这种参数比基于声道模型的LPCC相比具有更好的鲁邦性,更符合人耳的听觉特性,而且当信噪比降低时仍然具有较好的识别性能。 梅尔倒谱系数是在Mel标度频率域提取出来的倒谱……

    网友NO.510668

    实例详解Matlab 与 Python 的区别

    一、Python简介 Python是一种面向对象的解释型计算机程序设计语言。Python是纯粹的自由软件, 源代码和解释器CPython遵循 GPL(GNU General Public License)协议[2] 。Python语法简洁清晰,特色之一是强制用空白符(white space)作为语句缩进。 Python执行: Python在执行时,首先会将.py文件中的源代码编译成Python的byte code(字节码),然后再由Python Virtual Machine(Python虚拟机)来执行这些编译好的byte code。这种机制的基本思想跟Java,.NET是一致的。然而,Python Virtual Machine与Java或.NET的Virtual Machine不同的是,Python的Virtual Machine是一种更高级的Virtual Machine。这里的高级并不是通常意义上的高级,不是说Python的Virtual Machine比Java或.NET的功能更强大,而是说和Java 或.NET相比,Python的Virtual Machine距离真实机器的距离更远。或者可以这么说,Python的Virtual Machine是一种抽象层次更高的Virtual Machine。 基于C的Python编译出的字节码文件,通常是.pyc格式。除此之外,Python还可以以交互模式运行,比如主流操作系统Unix/Linux、Mac、Windows都可以直接在命令模式下直接运行Python交互环境。直接下达操作指令即可实现交互操作。 Python的优势: Python相对于Matlab最大的优势:免费。但既然你已经能用上Matlab,想必不在乎这个了。 Python次大的优势:开源。你可以大量更改科……

    Copyright 2018-2019 xz577.com 码农之家

    版权责任说明