کتاب یادگیری متلب (Learning MATLAB)،
مشتمل بر 112 صفحه، به زبان انگلیسی، تایپ شده، به همراه تصاویر، با فرمت PDF، به ترتیب زیر گردآوری شده است:

• Chapter 1: Introduction
• Chapter 2: Arrays and Matrices
• Chapter 3: Scripts and Functions
• Chapter 4: More on Functions
• Chapter 5: Graphics
• Chapter 6: Advanced Techniques
• Chapter 7: Scientific Computing

تجزیه و تحلیل آکوستیک با استفاده از نرم افزار متلب و انسیس

 

تجزیه و تحلیل عددی با استفاده از متلب

 

سیمولینک، شبیه سازی سیستم دینامیکی برای متلب

جهت دانلود کتاب یادگیری متلب (Learning MATLAB)، بر لینک زیر کلیک نمایید.

 

کتاب یادگیری متلب (Learning MATLAB)

اگر به فراگیری مباحث مشابه مطلب بالا علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند:

برنامه نویسی متلب برای مهندسین

 

حل معادلات دیفرانسیل با مشتقات جزئی (PDE) با نرم افزار متلب

 

معرفی عملی برنامه نویسی و حل مسئله با متلب

 

شبیه سازی ارتعاشات با استفاده از نرم افزارهای متلب و انسیس

 

کدهای متلب برای آنالیز اجزاء محدود

 

مقدمه ای بر محاسبات علمی با نرم افزار متلب

 

پروفسور جی ان ردی یک استاد برجسته در دانشکده مهندسی مکانیک دانشگاه تگزاس می باشد. این استاد برجسته در سطح بین المللی به خاطر تبحر در علوم مکانیک محاسباتی و مکانیک کاربردی و همچنین تالیف 17 کتاب و ارائه بیش از 450 مقاله در ژورنال های مختلف علمی شناخته شده می باشد. کتاب مقدمه ای بر مکانیک محیط های پیوسته پروفسور ردی فرم غیرمادی و جزء را معرفی می نماید. در این کتاب فرم معادلات اساسی و برنامه های کاربردی آنها به مشکلات در کشش، مکانیک سیالات، و انتقال حرارت و معرفی مختصر به ویسکوالاستیک خطی را نیز ارائه می دهد. این کتاب برای دانشجویان تحصیلات تکمیلی بسیار ایده آل می باشد. همچنین این کتاب برای کسانی که به دنبال کار بیشتر در زمینه های دینامیک سیالات، انعطاف پذیری، صفحات و پوسته ها، ویسکوزولاسیون، پلاستیک و زمینه های بین رشته ای مانند ژئومکانیک، بیومکانیک، مکانیولوژی و علوم نانو هستند می تواند مفید واقع گردد....

 

نمونه سوالات امتحانی پایان ترم دروس کارشناسی ارشد مهندسی مکانیک

مجموعه آموزشی مکانیک محیط های پیوسته به همراه تشریح کامل مسائل

مجموعه جزوات کارشناسی ارشد مهندسی مکانیک

 

 

کتاب مقدمه ای بر مکانیک محیط های پیوسته، مشتمل بر 480 صفحه، در 9 فصل، با فرمت پی دی اف ، به زبان انگلیسی، همراه با مثال ها و تمرینات متعدد به ترتیب زیر گردآوری شده است

Chapter 1: Introduction

• Continuum Mechanics
• A Look Forward
• Summary
• Problems

Chapter 2: VECTORS AND TENSORS

• Background and Overview
• Vector Algebra
• Definition of a Vector
• Vector addition
• Multiplication of a vector by a scalar
• Linear independence of vectors
• Scalar and Vector Products
• Scalar product
• Vector product
• Triple products of vectors
• Plane Area as a Vector
• Reciprocal Basis
• Components of a vector
• General basis
• Ortho normal basis
• The Gram–Schmidt ortho normalization
• Summation Convention
• Dummy index
• Free index
• Kronecker delta
• Permutation symbol
• Transformation Law for Different Bases
• General transformation laws
• Transformation laws for orthonormal systems
• Theory of Matrices
• Definition
• Matrix Addition and Multiplication of a Matrix by a Scalar
• Matrix Transpose
• Symmetric and Skew Symmetric Matrices
• Matrix Multiplication
• Inverse and Determinant of a Matrix
• Positive-Definite and Orthogonal Matrices
• Vector Calculus
• Differentiation of a Vector with Respect to a Scalar
• .Curvilinear Coordinates
• The Fundamental Metric
• Derivative of a Scalar Function of aVector
• The Del Operator
• Divergence and Curl of a Vector
• Cylindrical and Spherical Coordinate Systems
• Gradient, Divergence, and Curl Theorems
• Tensors
• Dyads and Dyadics
• Nonion Form of a Second-Order Tensor
• Transformation of Components of a Tensor
• Higher-Order Tensors
• Tensor Calculus
• Eigenvalues and Eigenvectors
• Eigenvalue problem
• Eigenvalues and eigen vectors of a real symmetric tensor
• Spectral theorem
• Calculation of eigenvalues and eigen vectors
• Summary
• Problems

Chapter 3: KINEMATICS OF CONTINUA

• Introduction
• Descriptions of Motion
• Configurations of a Continuous Medium
• Material Description
• Spatial Description
• Displacement Field
• Analysis of Deformation
• Deformation Gradient
• Isochoric, Homogeneous, and In homogeneous Deformation
• Isochoric deformation
• Homogeneous deformation
• Nonhomogeneous deformation
• Change of Volume and Surface
• Volume change
• Area change
• Strain Measures
• Cauchy Green Deformation Tensors
• Green Lagrange Strain Tensor
• Physical Interpretation of Green–Lagrange Strain Components
• Cauchy and Euler Strain Tensors
• Transformation of Strain Components
• Invariants and Principal Values of Strains
• Infinitesimal Strain Tensor and Rotation Tensor
• Infinitesimal Strain Tensor
• Physical Interpretation of Infinitesimal Strain
• Tensor Components
• Infinitesimal Rotation Tensor
• Infinitesimal Strains in Cylindrical and Spherical
• Coordinate Systems
• Cylindrical coordinate system
• Spherical coordinate system
• Velocity Gradient and Vorticity Tensors
• Relationship Between D and ˙E
• Compatibility Equations
• Preliminary Comments
• Infinitesimal Strains
• Finite Strains
• Rigid-Body Motions and Material Objectivity
• Superposed Rigid-Body Motions
• Introduction and rigid-body transformation
• Effect on F
• Effect on C and E
• Effect on L and D
• Material Objectivity
• Observer transformation
• Objectivity of various kinematic measures
• Time rate of change in a rotating frame of reference
• Polar Decomposition Theorem
• Preliminary Comments
• Rotation and Stretch Tensors
• Objectivity of Stretch Tensors
• Summary
• Problems

Chapter 4: STRESS MEASURES

• Introduction
• Cauchy Stress Tensor and Cauchy’s Formula
• Stress Vector
• Cauchy’s Formula
• Cauchy Stress Tensor
• Transformation of Stress Components and Principal Stresses
• Transformation of Stress Components
• Invariants
• Transformation equations
• Principal Stresses and Principal Planes
• Maximum Shear Stress
• Other Stress Measures
• Preliminary Comments
• First Piola Kirchhoff Stress Tensor
• Second Piola Kirchhoff Stress Tensor
• Equilibrium Equations for Small Deformations
• Objectivity of Stress Tensors
• Cauchy Stress Tensor
• First Piola Kirchhoff Stress Tensor
• Second Piola Kirchhoff Stress Tensor
• Summary
• Problems

Chapter 5: CONSERVATION AND BALANCE LAWS

• Introduction
• Conservation of Mass
• Preliminary Discussion
• Material Time Derivative
• Vector and Integral Identities
• Vector identities
• Integral identities
• Continuity Equation in the Spatial Description
• Continuity Equation in the Material Description
• Reynolds Transport Theorem
• Balance of Linear and Angular Momentum
• Principle of Balance of Linear Momentum
• Equations of motion in the spatial description
• Equations of motion in the material description
• Spatial Equations of Motion in Cylindrical and Spherical Coordinates
• Cylindrical coordinates
• Spherical coordinates
• Principle of Balance of Angular Momentum
• Mono polar case
• Multi polar case
• Thermodynamic Principles
• Balance of Energy
• Energy equation in the spatial description
• Energy equation in the material description
• Entropy Inequality
• Homogeneous processes
• In homogeneous processes
• Conservation and Balance Equations in the Spatial Description
• Conservation and Balance Equations in the Material Description
• Closing Comments
• Problems

Chapter 6: CONSTITUTIVE EQUATIONS

• Introduction
• General Comments
• General Principles of Constitutive Theory
• Material Frame Indifference
• Restrictions Placed by the Entropy Inequality
• Elastic Materials
• Cauchy Elastic Materials
• Green-Elastic or Hyper elastic Materials
• Linearized Hyper elastic Materials: Infinitesimal Strains
• Hookean Solids
• Generalized Hooke’s Law
• Material Symmetry Planes
• Monoclinic Materials
• Orthotropic Materials
• Isotropic Materials
• Nonlinear Elastic Constitutive Relations
• Newtonian Fluids
• Ideal Fluids
• Viscous In compressible Fluids
• Generalized Newtonian Fluids
• Inelastic Fluids
• Power law model
• Carreau model
• Bingham model
• Visco elastic Constitutive Models
• Differential models
• Integral models
• Heat Transfer
• Fourier’s Heat Conduction Law
• Newton’s Law of Cooling
• Stefan–Boltzmann Law
• Constitutive Relations for Coupled Problems
• Electro magnetics
• Maxwell’s equations
• Constitutive relations
• Thermo elasticity
• Hygro thermal elasticity
• Electro elasticity
• Summary
• Problems

Chapter 7: LINEARIZED ELASTICITY

• Introduction
• Governing Equations
• Preliminary Comments
• Summary of Equations
• Strain displacement equations
• Equations of motion
• Constitutive equations
• Boundary conditions
• Compatibility conditions
• The Navier Equations
• The Beltrami Michell Equations
• Solution Methods
• Types of Problems
• Types of Solution Methods
• Examples of the Semi Inverse Method
• Stretching and Bending of Beams
• Superposition Principle
• Uniqueness of Solutions
• Clapeyron’s, Betti’s, and Maxwell’s Theorems
• Clapeyron’s Theorem
• Betti’s Reciprocity Theorem
• Maxwell’s Reciprocity Theorem
• Solution of Two-Dimensional Problems
• Plane Strain Problems
• Plane Stress Problems
• Unification of Plane Stress and Plane Strain Problems
• Airy Stress Function
• Saint Venant’s Principle
• Torsion of Cylindrical Members
• Warping function
• Prandtl’s stress function
• Methods Based on Total Potential Energy
• The Variational Operator
• The Principle of the Minimum Total Potential Energy
• Construction of the total potential energy functional
• Euler’s equations and natural boundary conditions
• Minimum property of the total potential energy functional
• Castigliano’s TheoremI
• The Ritz Method
• The variational problem
• Description of the method
• Hamilton’s Principle
• Hamilton’s Principle for a Rigid Body
• Hamilton’s Principle for a Continuum
• Summary
• Problems

Chapter 8: FLUID MECHANICS AND HEAT TRANSFER

• Governing Equations
• Preliminary Comments
• Summary of Equations
• Fluid Mechanics Problems
• Governing Equations of Viscous Fluids
• In viscid Fluid Statics
• Parallel Flow (Navier Stokes Equations)
• Problems with Negligible Convective Terms
• Energy Equation for One-Dimensional Flows
• Heat Transfer Problems
• Governing Equations
• Heat Conduction in a Cooling Fin
• Axisymmetric Heat Conduction in a Circular Cylinder
• Two Dimensional Heat Transfer
• Coupled Fluid Flow and Heat Transfer
• Summary
• Problems

Chapter 9: LINEARIZED VISCOELASTICITY

• Introduction
• Preliminary Comments
• Initial Value Problem, the Unit Impulse, and the Unit Step Function
• The Laplace Transform Method
• Spring and Dashpot Models
• Creep Compliance and Relaxation Modulus
• Maxwell Element
• Creep response
• Relaxation response
• Kelvin Voigt Element
• Creep response
• Relaxation response
• Three Element Models
• Four Element Models
• Integral Constitutive Equations
• Hereditary Integrals
• Hereditary Integrals for Deviatoric Components
• The Correspondence Principle
• Elastic and Viscoelastic Analogies
• Summary
• Problems

مقدمه ای بر مکانیک محیط های پیوسته به همراه تشریح کامل مسائل

مقدمه ای بر مکانیک محیط های پیوسته

تانسورها - ریاضیات نظریه نسبیت و مکانیک پیوسته

 

.جهت دانلود کتاب مقدمه ای بر مکانیک محیط های پیوست،بر لینک زیر کلیک نمایید

 

 

مقدمه ای بر مکانیک محیط های پیوسته

اگر به فراگیری مباحث مشابه مطلب بالا علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند:

مدلسازی رفتار غیرالاستیک نانوتیوب های کربنی توسط مکانیک محیط پیوسته

نمونه سوالات امتحانی و تمرینات حل شده مکانیک محیط های پیوسته

شبیه سازی و تجزیه تحلیل ضربه بالستیک با استفاده از مدل مکانیک آسیب پیوسته

شبیه سازی کوره های قوس الکتریکی با استفاده از نرم افزار متلب

دیکشنری تخصصی مهندسی مواد

کامپوزیت های زمینه پلیمری

بهینه سازی اتصالات چسبی در کامپوزیت ها

پلاستیک های تقویت شده به انضمام جزوات کاربردی کامپوزیت ها

بررسی سرامیک ها و اهمیت اتصال در آنها

با استفاده از تکنیک های پردازش تصویر می‌توان دگرگونی اساسی در خطوط تولید ایجاد کرد. بسیاری از پروسه‌های صنعتی که تا چند دهه پیش پیاده سازی شان دور از انتظار بود، هم اکنون با بهره گیری از پردازش هوشمند تصاویر به مرحله عمل رسیده‌اند. از جمله منافع کاربرد پردازش تصویر به شرح زیر است:

• افزایش سرعت و کیفیت تولید
• کاهش ضایعات
• اصلاح روند تولید
• گسترش کنترل کیفیت

 

کتاب اصول و کاربردهای پردازش تصویر (Image Processing Principles and Applications)، مشتمل بر 452 صفحه، در 18 فصل، با فرمت PDF، به زبان انگلیسی، همراه با تصاویر به ترتیب زیر گردآوری شده است:

Chapter 1: Introduction

• Fundamentals of Image Processing
• Applications of Image Processing
• Human Visual Perception
• Components of an Image Processing System
• Organization of the book
• How is this book different
• Summary

Chapter 2: Image Formation and Representation

• Introduction
• Image formation
• Sampling and Quantization
• Binary Image
• Three-Dimensional Imaging
• Image file formats
• Some Important Notes
• Summary
• References

Chapter 3: Color and Color Imagery

• Introduction
• Perception of Colors
• Color Space and Transformation
• Color Space Quantization and Just Noticeable Difference
• Color Interpolation or Demosaicing
• Summary

Chapter 4: Image Transformation

• Introduction
• Fourier Transforms
• Discrete Cosine Transform
• Walsh-Hadamard Transform (WHT)
• Karhaunen-Loeve Transform or Principal Component Analysis
• Summary

Chapter 5: Discrete Wavelet Transform

• Introduction
• Wavelet Transforms
• Extension to Two-Dimensional Signals
• Lifting Implementation of the DWT
• Advantages of Lifting-Based DWT
  Summary

Chapter 6: Image Enhancement and Restoration

• Introduction
• Spatial Image Enhancement Techniques
• Distinction between image enhancement and restoration
• Histrogram based Contrast Enhancement
• Frequency Domain Methods of Image Enhancement
• Noise Modeling
• Image Restoration
• Image Reconstruction by Other Methods
• Summary

Chapter 7: Image Segmentation

• Preliminaries
• Edge Detector
• Edge, Line, and Point Detection
• Image Thresholding Techniques
• Region Growing
• Waterfall algorithm for segmentation
• Connected component labeling
• Document Image segmentation
• Summary
• References

Chapter 8: Recognition of Image Patterns

• Introduction
• Decision Theoretic Pattern Classification
• Bayesian Decision Theory
• Nonparametric Classification
• Linear Discriminant Analysis
• Unsupervised Classification Strategies - clustering
• K-Means Clustering Algorithm
• Syntactic Pattern Classification
• Syntactic Inference
• Symbolic Projection Method
• Artificial Neural Networks
• Summary

Chapter 9: Texture and Shape Analysis

• Introduction
• Gray Level Cooccurrence Matrix
• Texture Spectrum
• Texture Classification using Fractals
• Shape Analysis
• Active Contour Model
• Shape Distortion and Normalization
• Contour-Based Shape Descriptor
• Region Based Shape Descriptors
• Gestalt Theory of Perception
• Summary

Chapter 10: Fuzzy Set Theory in Image Processing

• Introduction to Fuzzy Set Theory
• Why Fuzzy Image
• Introduction to Fuzzy Set Theory
• Preliminaries and Background
• Image as a Fuzzy Set
• Fuzzy Methods of Contrast Enhancement
• Image Segmentation using Fuzzy Methods
• Fuzzy Approaches to Pixel Classification
• Fuzzy c-Means Algorithm
• Fusion of fuzzy logic with neural networks
• Summary

Chapter 11: Image Mining and Content-Based Image Retrieval

• Introduction
• Image Mining
• Image Features for Retrieval and Mining
• Fuzzy Similarity Measure in an Image Retrieval System
• Video Mining
• Summary

Chapter 12: Biometric And Biomedical Image Processing

• Introduction
• Biometric Pattern Recognition
• Face Recognition Using Eigenfaces
• Signature Verification
• Preprocessing of Signature Patterns
• Biomedical Image Analysis
• Biomedical Imaging Modalities
• X-Ray Imaging
• Dental X-Ray Image Analysis
• Classification of Dental Caries
• Mammogram Image Analysis
• Summary

Chapter 13: Remotely Sensed Multispectral Scene Analysis

• Introduction
• Satellite sensors and imageries
• Features of Multispectral Images
• Spectral reflectance of various earth objects
• Scene Classification Strategies
• Spectral classification-A knowledge-Based Approach
• Spatial Reasoning
• Other Applications of Remote Sensing
• Summary

Chapter 14: Dynamic Scene Analysis: Moving Object Detection and Tracking

• Introduction
• Problem Definition
• Adaptive Background Modeling
• Connected Component Labeling
• Shadow Detection
• Principles of Object Tracking
• Model of Tracker System
• Discrete Kalman Filtering
• Extended Kalman Filtering
• Particle Filter Based object Tracking
• Condensation Algorithm
• Summary

Chapter 15: Introduction to Image Compression

• Introduction
• Information Theory Concepts
• Classification of Compression algorithms
• Source Coding Algorithms
• Huffman Coding
• Arithmetic Coding
• Summary

Chapter 16: JPEG: Still Image Compression Standard

• Introduction
• The JPEG Lossless Coding Algorithm
• Baseline JPEG Compression
• Summary

Chapter 17: JPEG2000 Standard For Image Compression

• Introduction
• Why JPEG2000
• Parts of the JPEG2000 Standard
• Overview of the JPEG2000 Part 1 Encoding System
• Image Preprocessing
• Compression
• Tier-2 Coding and Bitstream Formation
• Summary

Chapter 18: Coding Algorithms in JPEG2000 Standard

• Introduction
• Partitioning Data for Coding
• Tier-1 Coding in JPEG2000
• Tier-2 Coding in JPEG2000
• Summary

جهت دانلود کتاب اصول و کاربردهای پردازش تصویر (Image Processing Principles and Applications)، برلینک زیر کلیک نمایید.

 

اصول و کاربردهای پردازش تصویر

تهیه اطلاعات پیوسته به روز و دقیق در مورد مکان و سرعت یک شی معین فقط به کمک توالی مشاهدات در مورد موقعیت آن شی، که هر کدام شامل مقداری خطاست امکان پذیر است. این فیلتر در طیف گسترده‌ای از کاربری‌های مهندسی از رادار گرفته تا بصیرت رایانه‌ای کاربرد دارد. روش تصفیه کالمن یکی از عناوین مهم در تئوری کنترل و مهندسی سیستم‌های کنترلی می‌باشد.

فیلتر کالمن (Kalman Filter) یک فیلتر بازگشتی کارامد است که حالت یک سیستم پویا را از یک سری اندازه گیری‌های همراه با خطا بر آورد می‌کند. به همراه یک تنظیم کننده خطی مرتبه دوم (linear quadratic regulator LQR) فیلتر کالمن مسائل Gaussian control خطی مرتبه دوم (linear-quadratic Gaussian control - LQG) را حل می‌کند. فیلتر کالمن، LQR و LQG راه حلی هستند برای آنچه شاید اساسی‌ترین مسائل تئوری کنترل می نامند...

 

کتاب نظریه و تمرین فیلتر کالمن با استفاده از نرم افزار متلب (Kalman Filtering - Theory and Practice Using MATLAB)، مشتمل بر 9 فصل، 582 صفحه، با فرمت pdf، همراه با تصاویر، به زبان انگلیسی، به ترتیب زیر گردآوری شده است:

Chapter 1: General Information

• On Kalman Filtering
• On Optimal Estimation Methods
• On the Notation Used In This Book
• Summary
• Problems

Chapter 2: Linear Dynamic Systems

• Chapter Focus
• Dynamic System Models
• Continuous Linear Systems and Their Solutions
• Discrete Linear Systems and Their Solutions
• Observability of Linear Dynamic System Models
• Summary
• Problems

Chapter 3: Random Processes and Stochastic Systems

• Chapter Focus
• Probability and Random Variables (RVs)
• Statistical Properties of RVs
• Statistical Properties of Random Processes (RPs)
• Linear RP Models
• Shaping Filters and State Augmentation
• Mean and Covariance Propagation
• Relationships Between Model Parameters
• Orthogonality Principle
• Summary
• Problems

Chapter 4: Linear Optimal Filters and Predictors

• Chapter Focus
• Kalman Filter
• Kalman–Bucy Filter
• Optimal Linear Predictors
• Correlated Noise Sources
• Relationships Between Kalman–Bucy and Wiener Filters
• Quadratic Loss Functions
• Matrix Riccati Differential Equation
• Matrix Riccati Equation In Discrete Time
• Model Equations for Transformed State Variables
• Application of Kalman Filters
• Summary
• Problems

Chapter 5: Optimal Smoothers

• Chapter Focus
• Fixed-Interval Smoothing
• Fixed-Lag Smoothing
• Fixed-Point Smoothing
• Summary
• Problems

Chapter 6: Implementation Methods

• Chapter Focus
• Computer Round off
• Effects of Round off Errors on Kalman Filters
• Factorization Methods for Square-Root Filtering
• Square-Root and UD Filters
• Other Implementation Methods
• Summary
• Problems

Chapter 7: Nonlinear Filtering

• Chapter Focus
• Quasilinear Filtering
• Sampling Methods for Nonlinear Filtering
• Summary
• Problems

Chapter 8: Practical Considerations

• Chapter Focus
• Detecting and Correcting Anomalous Behavior
• Prefiltering and Data Rejection Methods
• Stability of Kalman Filters
• Suboptimal and Reduced-Order Filters
• Schmidt–Kalman Filtering
• Memory, Throughput, and Wordlength Requirements
• Ways to Reduce Computational Requirements
• Error Budgets and Sensitivity Analysis
• Optimizing Measurement Selection Policies
• Innovations Analysis
• Summary
• Problems

Chapter 9: Applications to Navigation

• Chapter Focus
• Host Vehicle Dynamics
• Inertial Navigation Systems (INS)
• Global Navigation Satellite Systems (GNSS)
• Kalman Filters for GNSS
• Loosely Coupled GNSS/INS Integration
• Tightly Coupled GNSS/INS Integration
• Summary
• Problems

* توجه:
لازم به ذکر است که علاوه بر فایل کتاب آموزشی بالا، مجموعه کدهای تخمین حالت و پارامتر با فیلتر کالمن در نرم افزار MATLAB، جهت آموزش هرچه بهتر این مبحث نیز جهت دانلود قرار داده شده است:

• مدل سیمیولینک و برنامه فیلتر کالمن استاندار یک بعدی 1D standard Kalman Filter (Simulink model and program)
• بسته جامع فیلتر کالمن (Kalman Filter Package)
• فایل آموزشی فیلتر کالمن در متلب Kalman Filter in Matlab (Tutorial)
• آموزش فیلتر کالمن بی رد (Learning the Unscented Kalman Filter)
• فیلتر کالمن خطی (Linear Kalman Filter)
• چارچوب فیلتر کالمن برای تخمین حالت و پارامتر در متلب (Kalman filtering framework)
• فیلتر کالمن برای رفع نویز فیلم های دارای نویز (Kalman filter for noisy movies)
• بهینه سازی کمترین مربعات غیر خطی با استفاده از تخمین پارامتر توسط فیلتر کالمن بی رد (Nonlinear least square optimization through parameter estimation using the Unscented Kalman Filter)
• یادگیری فیلتر کالمن از دیدگاه فیدبک (Learning the Kalman Filter: A Feedback Perspective)
• آموزش پیاده سازی فیلتر کالمن در سیمیولینک (Learning Kalman Filter Implementation in Simulink)
• آموزش فیلتر کالمن توسعه یافته (Learning the Extended Kalman Filter)
• فیلتر کالمن توسعه یافته دوگانه (Dual Extended Kalman Filter)
• فیلتر کالمن توسعه یافته برای داده های سیستم موقعیت دهی عمومی (Extended Kalman Filter(EKF) for GPS)
• آموزش و طراحی شبکه های عصبی مصنوعی با استفاده از فیلتر کالمن بی رد (Neural Network training using the Unscented Kalman Filter)
• فیلتر کالمن دسته ای (Ensemble Kalman Filter)
• رابط گرافیکی یا GUI برای رفع نویز سیگنال های ویدئویی و تصویری با استفاده از فیلتر کالمن (GUI for denoising video signals with Kalman filter)
• تعقیب هدف دو بعدی با استفاده از فیلتر کالمن (2D Target tracking using Kalman filter)
• تخمین یک حالت دارای مقدار ثابت با استفاده از فیلتر کالمن (Estimating a constant state using the Kalman Filter)
• فیلتر کالمن سلسله مراتبی برای پیش بینی سری های زمانی پزشکی (Hierarchical Kalman Filter for clinical time series prediction)
• آموزش و طراحی شبکه های عصبی مصنوعی با استفاده از فیلتر کالمن توسعه یافته (Neural Network training using the Extended Kalman Filter)

جهت دانلود کتاب آموزشی و مجموعه کدهای تخمین حالت و پارامتر با فیلتر کالمن در نرم افزار MATLAB برلینک زیر کلیک نمایید.

 

 

مجموعه کدهای تخمین حالت و پارامتر با فیلتر کالمن

This book is for people who need to solve ordinary differential equations (ODEs), both initial value problems (IVPs) and boundary value problems (BVPs) as well as delay differential equations (DDEs). These topics are usually taught in separate courses of length one semester each, but Solving ODEs with MATLAB provides a sound treatment of all three in about 250 pages. The chapters on each of these topics begin with a discussion of “the facts of life” for the problem, mainly by means of examples. Numerical methods for the problem are then developed
– but only the methods most widely used. Although the treatment of each method is brief and technical issues are minimized, the issues important in practice and for understanding the codes are discussed. Often solving a real problem is much more than just learning how to call a code. The last part of each chapter is a tutorial that shows how to solve problems by means of small but realistic examples

 

کتاب حل کردن مشکلات با استفاده از نرم افزار متلب (Solving ODEs with MATLAB)، مشتمل بر 4 فصل، 265 صفحه، با فرمت pdf، همراه با تصاویر، به زبان انگلیسی، به ترتیب زیر گردآوری شده است:

Chapter 1: Getting Started

• Introduction
• Existence, Uniqueness, and Well Posedness
• Standard Form
• Control of the Error
• Qualitative Properties

Chapter 2: Initial Value Problems

• Introduction
• Numerical Methods for IVPs
• One-Step Methods
• Methods with Memory
• Solving IVPs in Matlab
• Event Location
• ODEs Involving a Mass Matrix
• Large Systems and the Method of Lines
• Singularities

Chapter 3: Boundary Value Problems

• Introduction
• Boundary Value Problems
• Boundary Conditions
• Boundary Conditions at Singular Points
• Boundary Conditions at Infinity
• Numerical Methods for BVPs
• Solving BVPs in Matlab

Chapter 4: Delay Differential Equations

• Introduction
• Delay Differential Equations
• Numerical Methods for DDEs
• Solving DDEs in Matlab
• Other Kinds of DDEs and Software
• Bibliography
• Index

جهت دانلود کتاب حل کردن مشکلات با استفاده از نرم افزار متلب (Solving ODEs with MATLAB) برلینک زیر کلیک نمایید.

 

 

حل کردن مشکلات با استفاده از نرم افزار متلب

کتاب آموزش فشرده سازی تصاویر و ویدئو با استفاده از نرم افزار متلب (Still Image & Video Compression with MATLAB)، مشتمل بر 10 فصل، 443 صفحه، با فرمت pdf، همراه با تصاویر، به زبان انگلیسی، به ترتیب زیر گردآوری شده است:

Chapter 1: Introduction

• What is Source Coding
• Why is Compression Necessary
• Image and Video Compression Techniques
• Video Compression Standards
• Organization of the Book
• Summary
• References

Chapter 2: Image Acquisition

• Introduction
• Sampling a Continuous Image
• Image Quantization
• Color Image Representation
• Summary
• References
• Problems

Chapter 3: Image Transforms

• Introduction
• Unitary Transforms
• Karhunen–Lo`eve Transform
• Properties of Unitary Transforms
• Summary
• References
• Problems

Chapter 4: Discrete Wavelet Transform

• Introduction
• Continuous Wavelet Transform
• Wavelet Series
• Discrete Wavelet Transform
• Efficient Implementation of 1D DWT
• Scaling and Wavelet Filters
• Two-Dimensional DWT
• Energy Compaction Property
• Integer or Reversible Wavelet
• Summary
• References
• Problems

Chapter 5: Lossless Coding

• Introduction
• Information Theory
• Huffman Coding
• Arithmetic Coding
• Golomb–Rice Coding
• Run–Length Coding
• Summary
• References
• Problems

Chapter 6: Predictive Coding

• Introduction
• Design of a DPCM
• Adaptive DPCM
• Summary
• References
• Problems

Chapter 7: Image Compression in the Transform Domain

• Introduction
• Basic Idea Behind Transform Coding
• Coding Gain of a Transform Coder
• JPEG Compression
• Compression of Color Images
• Blocking Artifact
• Variable Block Size DCT Coding
• Summary
• References
• Problems

Chapter 8: Image Compression in the Wavelet Domain

• Introduction
• Design of a DWT Coder
• Zero-Tree Coding
• JPEG2000
• Digital Cinema
• Summary
• References
• Problems

Chapter 9: Basics of Video Compression

• Introduction
• Video Coding
• Stereo Image Compression
• Summary
• References
• Problems

Chapter 10: Video Compression Standards

• Introduction
• MPEG-1 and MPEG-2 Standards
• MPEG-4
• H.264
• Summary
• References
• Problems
• Index

جهت دانلود کتاب آموزش فشرده سازی تصاویر و ویدئو با استفاده از نرم افزار متلب (Still Image & Video Compression with MATLAB)، برلینک زیر کلیک نمایید.

 

 

آموزش فشرده سازی تصاویر و ویدئو با استفاده از نرم افزار متلب

سیستم کروز کنترل، در واقع ابزاری برای ثابت نگه داشتن سرعت خودرو حین رانندگی در سطح جاده‌ها، بزرگراه‌ها، یا اتوبان‌هاست. به‌طور مثال، اگر راننده بخواهد سرعت را روی ۱۲۰ کیلومتر بر ساعت ثابت نگه دارد، با فعال‌سازی کروز کنترل به‌راحتی می‌تواند این کار را انجام دهد. اساس این ابزار به‌گونه‌ای است که خودرو به‌صورت اتوماتیک می‌تواند سرعت خودرو را تحت هر شرایطی از رانندگی ثابت نگه دارد. لازم به یادآوری است، زمانی که این ابزار را فعال می‌کنید و سرعت خودرو روی عدد خاصی ثابت شده است، این سرعت، در مسیرهای سربالایی، سراشیبی، یا هنگام وزش باد مخالف، تغییر نخواهد کرد. گفتنی است، کروز کنترل این امکان را نیز در اختیار راننده قرار می‌دهد تا بی آنکه نیازی به فشردن پدال‌های ترمز و گاز باشد، سرعت خودرو را با هر بار فشردن دکمه کنار فرمان، به میزان یک کیلومتر بر ساعت، افزایش یا کاهش دهد.

سیستم کروز در ماشین عمل تثبیت سرعت را انجام می دهد و طراحی بخش کنترلی آن به گونه ای است که پاسخ سریع باشد و اثر اغتشاشات در آن کم باشد بسیار مهم است. نکته مهم در مورد این پروژه آموزشی این است که تمرکز اصلی آن بر روی نرم افزار متلب است و از فراگیر انتظار می رود یک آشنایی کلی با مباحث کنترل خطی داشته باشد...

 

پروژه مدلسازی سیستم کروز کنترل در نرم افزار MATLAB، مشتمل بر 13 بخش، 330 صفحه، تایپ شده، با فرمت pdf به ترتیب زیر گردآوری شده است:

بخش 1: اصول کلی نرم افزار MATLAB

• شروع کار با MATLAB
• نمایش پنجره ها
• فرمان های ورودی
• MATLAB Expo
• abort
• نقطه ویرگول
• تایپ کردن علامت درصد
• دستور clc
• راهنما (Help)
• علامت (...)

بخش 2: گزاره ها و متغیرها

• نامگذاری متغیرها
• متغیرهای پیش فرض
• دستوراتی برای مدیریت متغیرها
• قالب های نمایش
• توابع داخلی ریاضی مقدماتی
• دستورات عمومی

بخش 3: آرایه ها

• بردار سطری
• بردار ستونی
• ماتریس
• آدرس دهی آرایه ها
• علامت دو نقطه برای بردارها
• علامت دو نقطه برای یک ماتریس
• اضافه کردن عناصر به یک بردار و یا یک ماتریس
• حذف المان ها
• توابع داخلی متلب جهت تنظیمات دستی آرایه ها

بخش 4: عملیات با آرایه ها

• جمع و تفریق آرایه ها
• حاصلضرب نقطه ای
• ضرب آرایه ای
• تقسیم آرایه ای
• ماتریس همانی
• معکوس یک ماتریس
• ترانهاده
• دترمینان
• مقادیر ویژه و بردارهای ویژه
• عامل های بالا - پایین مثلثی
• تجزیه به مقادیر ویژه
• عملیات نظیر به نظیر یا عنمصر به عنصر
• توابع داخلی برای آرایه ها
• تولید اعداد تصادفی
• دستور تصادفی randn
• تغییر در آرایه ها

بخش 5: چند جمله ای ها

• سیستم شامل معادلات خطی
• روش تقسیم ماتریسی
• روش ماتریس معکوس

بخش 6: فایل های متنی (اسکریپت فایل ها)

• ایجاد و ذخیره یک فایل متنی
• اجرای یک فایل متنی
• ورودی یک Script Files

بخش 7: توابع در MATLAB

• دستورات خارجی
• دستور disp
• دستور fprintf

بخش 8: برنامه نویسی در MATLAB

• عملگرهای رابطه ای و منطقی
• الویت های استفاده از عملگرها
• توابع داخلی منطقی رد MATLAB
• جملات شرطی
• جملات شرطی تو در تو
• بندهای شامل else و elseif
• ساختار شرطی while در MATLAB
• شرط های Switch-case

بخش 9: ترسیمات

• ترسیمات دو بعدی
• رسم چند نمودار روی هم
• دستور plot
• دستور hold
• دستور line
• برخی از دستورهای پر کاربرد در ترسیم
• انواع رسم شکل در MATLAB
• ترسیمات دو بعدی خاص
• ترسیمات سه بعدی
• ترسیمات پارامتری روی سطح
• مثال های متنوع در رسم شکل
• قالب بندی متن

بخش 10: ورودی و خروجی در MATLAB

• دستور fopen
• ریاضیات نمادین یا سمبولیک
• عبارات نمادین
• حل معادلات دیفرانسیل
• حساب دیفرانسیل و انتگرال
• حد (Limit)
• تفکیک کسر در تبدیلات لاپلاس
• پیدا کردن صفر، قطب و بهره
• انطباق منحنی

بخش 11: کادرهای محاوره ای

• کادر محاوره ای dialog
• کادر محاوره ای errorglg
• کادر محاوره ای helpdlg
• کادر محاوره ای inputdlg
• کادر محاوره ای listdlg
• کادر محاوره ای mesgbox
• کادر محاوره ای printdlg
• کادر محاوره ای questdlg
• کادر محاوره ای warndlg
• کادر محاوره ای uigetfile
• کادر محاوره ای uiputfile
• کادر محاوره ای uisetcolor
• کادر محاوره ای uisetfont
• کادر محاوره ای waitbar

بخش 12: حل معادلات حالت به کمک MATLAB

• روش بسط مرتبه اول تیلور
• روش رانگ کوتا

بخش 13: کروز کنترل

• مدلسازی سیستم کروز کنترل
• معادلات سیستم
• پارانترهای سیستم
• مدل فضای حالت
• مدل تابع تبدیل
• تحلیل سیستم کروز کنترل
• مشخصات عملکرد
• پاسخ پله حلقه باز
• قطب ها و صفرهای حلقه باز
• رسم دیاگرام بود حلقه باز
• طراحی کنترل کننده PID برای سیستم کروز کنترل
• مروری بر کنترل کننده PID
• کنترل کننده تناسبی
• کنترل کننده PI
• کنترل کننده PID
• مکان هندسی ریشه ها برای سیستم کروز کنترل
• جبران ساز پس فاز (lag compensator)
• روش های طراحی کنترل کننده در حوزه فرکانس
• دیاگرام بود و پاسخ سیستم حلقه باز
• مدل فضای حالت برای طراحی کنترل کننده
• طراحی سیستم کنترل با استفاده از جایابی قطب
• ورودی مرجع
• مدل سازی سیستم کروز کنترل در محیط سیمولینک
• مدلسازی فیزیکی و معادلات مورد نیاز
• ایجاد مدل سیمولینک
• پاسخ حلقه باز
• ایجاد کنترل کننده در محیط سیمولینک
• استخراج یک مدل خطی در MATLAB
• پیاده سازی کنترل کننده PI
• پاسخ حلقه بسته

جهت دانلود پروژه مدلسازی سیستم کروز کنترل در نرم افزار MATLAB، برلینک زیر کلیک نمایید.

 

 

مدلسازی سیستم کروز کنترل در نرم افزار متلب

شبکه‌ های عصبی مصنوعی (Artificial Neural Network – ANN) یا به زبان ساده ‌تر شبکه‌ های عصبی سیستم‌ ها و روش ‌های محاسباتی جدیدی برای یادگیری ماشینی، نمایش دانش و در انتها اعمال دانش به دست آمده در جهت بیش‌ بینی پاسخ ‌های خروجی از سامانه ‌های پیچیده می باشد. این شبکه ها از تعداد دلخواهی سلول یا گره یا واحد یا نرون تشکیل می شود که مجموعه ورودی را به خروجی ربط می دهند. همچنین این شبکه‌ ها قادر به یادگیری‎ هستند...

 

جزوه آموزش شبکه عصبی مصنوعی، مشتمل بر 131 صفحه، در 7 فصل، با فرمت PDF، به زبان فارسی، همراه با تصاویر و روابط مهم ریاضی به ترتیب زیر گردآوری شده است:

فصل 1: هوش محاسباتی

• تاریخچه
• هوش مصنوعی
• چالش های بنیادین هوش مصنوعی
• هوش محاسباتی
• شبکه های عصبی (Neural Networks)
• مدل ریاضی شبکه های عصبی
• منطق فازی (Fuzzy logic)
• الگوریتم های ژنتیک (GA)
• کاربردهای شبکه های عصبی در پزشکی
• سیستم های تشخیص
• آنالیزهای شیمی پزشکی
• آنالیز تصویر
• پیشرفتهای دارویی و مدلسازی سیستم قلبی عروقی
• بویایی الکترونیکی
• شناخت الگو
• پزشک نمونه
• کاربردهای سیستم های فازی در پزشکی
• سیستم های فازی در بیو انفورماتیک
• سیستم های فازی ژنتیک

فصل 2: شبکه های عصبی

• مقدمه
• معنای شبکه های عصبی
• انگیزه های بیولوژیکی
• تشابهات و انتظارات
• تاریخچه و کاربرد
• مدل ریاضی نرون
• مدل تک ورودی
• برخی توابع تحریک مرسوم نرون مصنوعی
• مدل چند ورودی
• ساختار شبکه های عصبی
• شبکه های یک و چند لایه
• مثال: یک شبکه پیشخور 3 لایه
• چند سئوال
• شبکه های پسخور یا برگشتی
• مسائل حل شده

فصل 3: مسئله تشریحی شناسایی الگو

• شناسایی الگو
• روش های کلاسیک و شبکه های عصبی
• معرفی سه شبکه های نمونه: پرسپترون، همینگ و هاپفیلد
• پرسپترون تک لایه با تابع تحریک آستانه ای دو مقداره متقارن
• مثال تشریحی با پرسپترون
• شبکه همینگ
• شبکه همینگ، لایه اول
• شبکه همینگ، لایه دوم
• شبکه همینگ، لایه سوم
• شبکه هاپفیلد
• مهمترین ویژگی ها
• مهمترین نکات

فصل 4: پرسپترون تک لایه

• فرایند یادگیری
• یادگیری با ناظر
• یادگیری بدون ناظر
• خلاصه فرایند یادگیری
• سیستم های دینامیکی آموزش پذیر
• معادله یادگیری در حالت کلی
• یادگیری با ناظر در شبکه عصبی
• یادگیری تشدیدی (تقویتی) در شبکه عصبی
• یادگیری بدون ناظر در شبکه عصبی
• قانون یادگیری پرسپترون تک لایه (SLPR)

فصل 5: شبکه های آدالاین و یادگیری LMS

• مقدمه
• مبانی بهینه سازی و نقاط بهینه
• بسط تیلور و تقریب توابع
• مشتقات برداری جهت دار
• شرایط لازم برای نقاط بهینه
• توابع درجه دوم
• توابع درجه دوم و ساختار ویژه
• روند مینیمم سازی، الگوریتم کلی
• روش بیشترین نزول (SD)
• نکات مربوط به الگوریتم SD
• مثالی از الگوریتم SD
• نکات

فصل 6: یادگیری LMS یا ویدرو هوف

• شبکه آدالاین
• معادلات ویدرو هوف در حالت تک نرون
• الگوریتم LMS
• فرم دسته ای یادگیری LMS در حالت تک نرون
• فرم دسته ای یادگیری LMS در حالت کلی
• بهبود هایی بر LMS
• کاربرد شبکه آدالاین در فیلترهای تطبیقی

فصل 7: شبکه های عصبی چند لایه پیشخور و یادگیری پس انتشار خطا

• مقدمه
• تاریخچه
• شبکه پرسپترون چند لایه
• حل چند مسئله شناسایی الگو
• شناسایی الگو
• الگوریتم BP
• خلاصه الگوریتم BP

* توجه:
لازم به ذکر است که علاوه بر جزوه آموزشی بالا، جزوه حل تمرینات درس شبکه عصبی مصنوعی (دکتر منهاج، 68 صفحه، به زبان فارسی، با فرمت pdf) نیز جهت دانلود قرار داده شده است.

جهت دانلود جزوه آموزش شبکه عصبی مصنوعی به همراه تشریح کامل مسائل، برلینک زیر کلیک نمایید.

 

 

آموزش شبکه عصبی مصنوعی به همراه تشریح کامل مسائل

جزوه آموزشی مجموعه مثال های کاربردی حل شده در زمینه شبکه عصبی مصنوعی با استفاده از نرم افزار MATLAB، مشتمل بر 13 مثال کاربردی که به صورت گام به گام و به زبان روان به حل کامل مثال ها پرداخته شده است. جزوه مورد نظر 92 صفحه، با فرمت PDF، به زبان انگلیسی، به ترتیب زیر گردآوری شده است:

• Example 1: Calculate the output of a simple neuron
• Example 2: Create and view custom neural networks
• Example 3: Classification of linearly separable data with a perceptron
• Example 4: Classification of a 4-class problem with a 2-neuron perceptron
• Example 5: ADALINE time series prediction with adaptive linear filter
• Example 6: Classification of an XOR problem with a multilayer perceptron
• Example 7: Classification of a 4-class problem with a multilayer perceptron
• Example 8: Industrial diagnostic of compressor connection rod defects
• Example 9: Prediction of chaotic time series with NAR neural network
• Example 10: Radial basis function networks for function approximation
• Example 11: Radial basis function networks for classification of XOR problem
• Example 12: 1D and 2D Self Organized Map
• Example 13: PCA for industrial diagnostic of compressor connection rod defects

* توجه: لازم به ذکر است که علاوه بر فایل جزوه آموزشی بالا، 3 فایل مرتبط با مباحث شبکه عصبی مصنوعی با عناوین زیر نیز جهت دانلود قرار داده شده است:

• فایل 1: جزوه آموزشی شبکه عصبی مصنوعی (به زبان فارسی، 43 صفحه، فرمت JPEG)
• فایل 2: جزوه آموزشی شبکه عصبی مصنوعی (به زبان فارسی، 23 اسلاید، فرمت powerpoint)
• فایل 3: آموزش تصویری پیاده سازی شبکه عصبی برای داده های آماری بانک مرکزی (به زبان فارسی، 13 دقیقه، فرمت MP4)

جهت دانلود جزوه آموزشی مجموعه مثال های کاربردی حل شده در زمینه شبکه عصبی مصنوعی با استفاده از نرم افزار MATLAB به همراه فایل های ضمیمه بالا، برلینک زیرکلیک نمایید.

 

مجموعه مثال های کاربردی حل شده در زمینه شبکه عصبی مصنوعی

 

جبر خطّی شاخه‌ای از ریاضیات است که به بررسی و مطالعه ماتریس ها، بردارها، فضاهای برداری (فضاهای خطّی)، تبدیلات خطی، و دستگاه‌های معادلات خطی می‌پردازد. جبر خطّی کاربردهای فراوان و گوناگونی در ریاضیات و محاسبات گسسته دارد. علاوه بر کاربردهای آن در زمینه‌هایی از خود ریاضیات همانند جبر مجرد، آنالیز تابعی، هندسه تحلیلی، و آنالیز عددی، جبر خطّی استفاده‌های وسیعی نیز در فیزیک، مهندسی، علوم طبیعی، و علوم اجتماعی پیداکرده است. این درس شامل موضوعاتی است که در یک درس جبر خطی دانشگاهی بررسی می شود که شامل فضاهای برداری، تبدیلات خطی، مقدار یکه و بردار یکه،‌ دستگاه معادلات خطی می باشد...

 

 

کتاب جبر خطی پیشرفته برای مهندسین با استفاده از نرم افزار متلب (Advanced Linear Algebra for Engineers with MATLAB)، مشتمل بر 6 فصل، 367 صفحه، با فرمت pdf، همراه با تصاویر، به زبان انگلیسی، به ترتیب زیر گردآوری شده است:

Chapter 1: Matrices, Matrix Algebra, and Elementary, Matrix Operations

• Introduction
• Basic Concepts and Notation
• Matrix Algebra
• Elementary Row Operations
• Solution of System of Linear Equations
• Matrix Partitions
• Block Multiplication
• Inner, Outer, and Kronecker Products

Chapter 2: Determinants, Matrix Inversion and Solutions to Systems of Linear Equations

• Introduction
• Determinant of a Matrix
• Matrix Inversion
• Solution of Simultaneous Linear Equations
• Applications: Circuit Analysis
• Homogeneous Coordinates System
• Rank, Null Space and Invertibility of Matrices
• Special Matrices with Applications
• Derivatives and Gradients

Chapter 3: Linear Vector Spaces

• Introduction
• Linear Vector Space
• Span of a Set of Vectors
• Normed Vector Spaces
• Inner Product Spaces
• Orthogonality
• Matrix Factorization

Chapter 4: Eigenvalues and Eigenvectors

• Introduction
• Matrices as Linear Transformations
• Eigenvalues and Eigenvectors
• Matrix Diagonalization
• Special Matrices
• Singular Value Decomposition
• Numerical Computation of Eigenvalues and Eigenvectors
• Properties of Eigenvalues and Eigenvectors of Different Classes of Matrices
• Applications

Chapter 5: Matrix Polynomials and Functions of Square Matrices

• Introduction
• Matrix Polynomials
• Cayley–Hamilton Theorem
• Functions of Matrices
• The State Space Modeling of Linear Continuous-time Systems
• State Space Representation of Discrete-time Systems
• Controllability of LTI Systems
• Observability of LTI Systems

Chapter 6: Introduction to Optimization

• Introduction
• Stationary Points of Functions of Several Variables
• Least-Square (LS) Technique
• Total Least-Squares
• Eigen Filters
• Stationary Points with Equality Constraints

جهت دانلود کتاب جبر خطی پیشرفته برای مهندسین با استفاده از نرم افزار متلب (Advanced Linear Algebra for Engineers with MATLAB)، برلینک زیر کلیک نمایید.

 

جبر خطی پیشرفته برای مهندسین با استفاده از نرم افزار متلب