图书介绍

太赫兹光谱分析技术2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

赵昆，詹洪磊著著
出版社：北京：科学出版社
ISBN：9787030535733
出版时间：2017
标注页数：202页
文件大小：24MB
文件页数：212页
主题词：电磁辐射－光谱－研究

PDF下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢] [在线试读本书] [在线获取解压码]

点击复制MD5值：9f80d7d6ef8127d0a7bd583d3361c676

下载说明

太赫兹光谱分析技术PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载详情点击-查看共享计划

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数要大于标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第1章概述1

1.1 太赫兹光谱1

1.1.1 太赫兹技术简介1

1.1.2 太赫兹时域光谱（THz—TDS）3

1.1.3 傅里叶变换红外光谱3～10THz7

1.1.4 太赫兹光学参数获取8

1.2 MATLAB编程简介9

1.2.1 MATLAB简介9

1.2.2 变量、常量及常用函数16

1.2.3 数组运算20

1.2.4 循环结构28

1.2.5 MATLAB绘图29

1.2.6 数据的导入与导出31

1.2.7 M代码的编写和调试34

1.2.8 MATLAB帮助系统35

第2章线性回归分析38

2.1 方法概述38

2.1.1 一元线性回归38

2.1.2 多元线性回归44

2.2 线性回归的MATLAB分析流程47

2.2.1 一元线性回归的分析47

2.2.2 多元线性回归分析51

2.3 一元线性回归分析实例52

2.4 多元线性回归分析实例57

第3章主成分分析63

3.1 引论63

3.2 主成分分析原理64

3.2.1 主成分分析的几何意义64

3.2.2 主成分分析的代数模型65

3.2.3 总体的主成分66

3.2.4 样本的主成分70

3.3 主成分分析的MATLAB实现71

3.3.1 主成分分析的MATLAB函数72

3.3.2 主成分分析的编程74

3.4 主成分分析应用实例76

3.4.1 吸附动力学过程研究76

3.4.2 孔隙形状识别80

3.4.3 原油油头识别82

第4章聚类分析85

4.1 聚类分析简介85

4.1.1 聚类分析的概念85

4.1.2 聚类距离与相似系数86

4.2 聚类分析方法88

4.2.1 系统聚类法88

4.2.2 K均值聚类法93

4.2.3 模糊C均值聚类法93

4.3 聚类分析的MATLAB函数94

4.3.1 系统聚类94

4.3.2 K均值聚类101

4.3.3 模糊C均值聚类103

4.4 聚类分析的MATLAB实现及应用举例104

4.4.1 聚类分析的MATLAB实现104

4.4.2 聚类分析的应用实例105

第5章人工神经网络111

5.1 人工神经网络基础111

5.1.1 人工神经网络的概念111

5.1.2 人工神经网络的发展史112

5.1.3 人工神经网络的特点114

5.1.4 人工神经元模型114

5.1.5 M-P模型117

5.1.6 人工神经网络的学习120

5.2 神经网络MATLAB工具箱函数123

5.2.1 神经网络通用函数123

5.2.2 感知器的神经网络函数129

5.3 误差反向传播神经网络132

5.3.1 BP网络结构133

5.3.2 BP网络学习算法134

5.3.3 BP网络的MATLAB工具箱函数137

5.3.4 BP网络应用举例145

5.4 线性神经网络154

5.4.1 线性神经网络的结构154

5.4.2 线性神经网络的学习算法155

5.4.3 线性神经网络的MATLAB工具箱函数156

5.4.4 线性神经网络的应用举例159

第6章支持向量机162

6.1 引论162

6.2 支持向量机分类162

6.2.1 最优超平面163

6.2.2 非线性支持向量机166

6.2.3 核函数168

6.2.4 支持向量机的学习算法169

6.3 支持向量机回归169

6.3.1 线性支持向量机回归169

6.3.2 非线性支持向量机回归172

6.4 支持向量机的应用实例173

6.4.1 油品的支持向量机分类173

6.4.2 PM2.5的支持向量机回归174

第7章二维相关光谱175

7.1 二维相关光谱的提出175

7.2 二维相关方程176

7.3 二维相关光谱性质178

7.3.1 同步光谱性质178

7.3.2 异步光谱性质179

7.4 二维相关光谱读谱规则180

7.4.1 同步光谱读谱规则180

7.4.2 异步光谱读谱规则181

7.4.3 二维相关光谱的优势181

7.5 二维相关光谱应用举例181

第8章太赫兹光谱分析方法的联用及实例185

8.1 成品油及其添加剂检测185

8.1.1 主成分分析186

8.1.2 线性回归分析187

8.1.3 人工神经网络与支持向量机187

8.1.4 二维相关光谱189

8.2 煤炭的元素和关键指标分析192

8.2.1 聚类分析192

8.2.2 主成分分析194

8.3 地沟油的鉴别196

8.3.1 聚类分析鉴别196

8.3.2 主成分分析鉴别197

8.3.3 支持向量机198

参考文献200