《實驗設(shè)計數(shù)據(jù)處理與計算機模擬》主要涉及實驗設(shè)計、數(shù)據(jù)處理和計算機模擬三部分內(nèi)容，具體包括：誤差理論和測定結(jié)果表達、統(tǒng)計推斷和顯著性檢驗、線性回歸、曲線擬合、誤差分析和實驗設(shè)計、單因素及雙因素優(yōu)選法、多因素優(yōu)選的正交設(shè)計法、二次回歸正交實驗設(shè)計、均勻?qū)嶒炘O(shè)計、數(shù)學(xué)模擬實驗、模型判別與序貫實驗設(shè)計、置信域與統(tǒng)計的實驗設(shè)計

本書采用GUI界面操作與APDL命令相互對照的方式，從基礎(chǔ)知識、專題技術(shù)兩個層面詳細地闡述ANSYS18.0有限元軟件的使用方法和技巧。本書自始至終采用實例作引導(dǎo)，內(nèi)容系統(tǒng)完整，且每章又相對獨立，是一本簡明的ANSYS讀本。全書分為基礎(chǔ)知識和專題技術(shù)兩部分，共22章�；�礎(chǔ)知識部分（第1～7章），講解了使用ANSYS進行

基因工程——從基礎(chǔ)研究到技術(shù)原理

本書為《概率論與數(shù)理統(tǒng)計》(張好治、王健主編，科學(xué)出版社，2017年出版)的配套學(xué)習(xí)參考資料。本書的內(nèi)容和主教材完全對接，第1章到第5章為概率論部分，第6章到第9章為數(shù)理統(tǒng)計部分。每章的內(nèi)容分為內(nèi)容簡介、習(xí)題詳解兩部分。在系統(tǒng)學(xué)習(xí)的基礎(chǔ)上，為讀者設(shè)計了5套概率論與數(shù)理統(tǒng)計自測試題和5套概率論自測試題，并配有標(biāo)準(zhǔn)答案，便

本書對以往的教學(xué)內(nèi)容進行了一些改革，以突出"應(yīng)用"的目的，在不影響本課程理論體系完整性和邏輯關(guān)聯(lián)性的條件下，適當(dāng)減少、減弱了概率論部分的理論深度和難度。主要內(nèi)容包括概率論、數(shù)理統(tǒng)計以及演示與實驗三個部分。概率論部分包括基本概念、一維及多維隨機變量及其分布、數(shù)字特征、大數(shù)定律等；數(shù)理統(tǒng)計部分主要包括描述性統(tǒng)計分析、抽樣分

本書以ANSYSWorkbench18.0為操作平臺，詳細介紹軟件的功能和應(yīng)用，內(nèi)容豐富，涉及面廣，使讀者在掌握軟件操作的同時，也能掌握解決相關(guān)工程領(lǐng)域?qū)嶋H問題的思路與方法，自如地解決本領(lǐng)域所出現(xiàn)的問題。全書分為5部分共19章，第1部分從ANSYSWorkbench18.0各個功能模塊著手，介紹常用命令的使用以及幾何建

本書為“十三五”普通高等教育本科規(guī)劃教材。本書將“過程控制系統(tǒng)”和“自動化儀表”這兩門課基礎(chǔ)性的教學(xué)內(nèi)容深度融合，從工程實際應(yīng)用出發(fā)，避開煩瑣的理論推導(dǎo)。本書主要內(nèi)容包括概述、過程對象動態(tài)特性和建模、過程調(diào)節(jié)器、過程執(zhí)行器、單回路控制系統(tǒng)、前饋-反饋控制系統(tǒng)、串級控制系統(tǒng)、其他過程控制系統(tǒng)、集散控制系統(tǒng)和過程控制系統(tǒng)工

《間歇過程統(tǒng)計建模及故障診斷研究——基于數(shù)據(jù)驅(qū)動角度》內(nèi)容簡介：作為第二產(chǎn)業(yè)當(dāng)中的一個子項，間歇生產(chǎn)過程是現(xiàn)代社會大生產(chǎn)當(dāng)中比較有代表性的生產(chǎn)形勢之一，因其具有比較好的靈活性、較高的產(chǎn)物附加值以及較悠久的發(fā)展歷史，被應(yīng)用在諸如制藥、食品生產(chǎn)、化工材料制備等領(lǐng)域。然而正因其具有的與連續(xù)生產(chǎn)過程所不同的特性，也會隨之

本教材是在作者多年對本二工學(xué)類、經(jīng)濟類不同專業(yè)概率論與數(shù)理統(tǒng)計課程授課經(jīng)驗基礎(chǔ)之上，編寫的一本以實用性、簡潔性和基礎(chǔ)性為特點的大學(xué)本科公共必修課教材。其中，概率論基礎(chǔ)部分包括：概率論的基本概念、一維隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律和中心極限定理。數(shù)理統(tǒng)計基礎(chǔ)部分包括：統(tǒng)計量及其分布、

本書共分為16章，詳細地介紹了Simpson原理的概念及多種積分，包括數(shù)值積分、龍貝格積分、高斯積分、不定積分、廣義積分等內(nèi)容。