包含教程讲义及视频，以及用到的插件，envi最好用5.1 5.3

讲述反演控制方法在车辆控制中的应用的 其中介绍了一般反演、自适应反演、鲁棒反样等基本原理

用陆地卫星Landsat5 Tm6反演地表温度的单窗算法

EERA是整合在Excel中的一个调用SHAKE或SHAKE91的程序，由美国加州大学土木工程学院的J.P.BARDET, K.ICHII,C.H.LIN制作.包含eeram.xls,eera.xls,eera.xla等.重要提示注意:EERAM.xls文件要用Excel2003打开,2010不兼容;EERAM文件是国际单位制,EERA文件是英制

模块化 EM（ModEM）是用 Fortran 95 编写的灵活的电磁建模和反演程序。目前可用于 2D 和 3D MT 问题。 它也可以很容易地扩展到做其他事情，但代码 修改超出了本文的范围（参见 Egbert et al。，2011）。 该程序有一个命令行界面， 可以在大多数平台上与大多数 Fortran 90/95 编译器一起工作。

大地电磁测深法的粒子群反演算法程序，一维，子群算法 粒子群算法，也称粒子群优化算法或鸟群觅食算法（Particle Swarm Optimization），缩写为 PSO， 是近年来由J. Kennedy和R. C. Eberhart等[1] 开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。

ENVI气溶胶反演最新插件(2018)

该书从数学和实际问题的角度出发，详细介绍了线性回归、非线性最优化、正则化等知识，对于学习机器学习有较高的参考价值

在程序中给出了一维大地电磁测深遗传算法反演的基本原理及每步的依据，方便初学者进行学习

反演控制方法与实现 《反演控制方法与实现》系统地介绍了反演控制方法的基本原理及其在不确定非线性系统中的应用。《反演控制方法与实现》共分为6章，在介绍反演法的一般理论的基础上，重点论述了抑制参数漂移的自适应反演方法，考虑非线性干扰观测器的弱抖振滑模反演方法，针对系统模型部分未知的情况，使用模糊系统和神经网络估计系统中的未知部分，给出了基于智能系统的反演设计方法，同时本书介绍了系统状态未知情况下的反演设计方法。针对各种情况本书均给出了详细的理论设计方法和Matlab仿真。 　 《反演控制方法与实现》是作者在从事控制理论与控制方法研究的基础上完成的。本书适用于从事非线性控制方法研究的工作人员和研究生参考。 前言 第1章 绪论 1·1 研究的背景及意义 1·2 李雅普诺夫稳定性理论 1·2·1 李雅普诺夫意义下的稳定性 1·2·2 有界性 1·2·3 李雅普诺夫稳定性理论 1·3 微分几何理论基础 1·3·1 李导数和李括号 1·3·2 微分同胚 1·3·3 控制系统的相对阶 1·3·4 输入状态线性化 1·3·5 状态反馈线性化的设计 1·4 反演法的基本原理 1·5 反演法的研究概况 1·5·1 自适应反演控制 1·5·2 鲁棒自适应反演控制 1·5·3 滑模反演控制 1·5·4 智能反演控制 1·5·5 其他反演控制方法 1·6 本书的主要研究内容 第2章 自适应反演控制方法 2·1 引言 2·2 常规自适应反演法 2·2·1 自适应反演法设计思路 2·2·2 仿真算例 2·3 抑制参数漂移的自适应反演控制 2·3·1 问题描述及预备知识 2·3·2 抑制参数漂移的自适应反演控制器设计 2·3·3 系统稳定性分析 2·3·4 仿真算例 2·4 扩展的自适应反演控制 2·4·1 问题描述 2·4·2 参数自适应律的设计 2·4·3 基于动态面的扩展反演控制器设计 2·4·4 稳定性分析 2·4·5 仿真算例 2·5 仿真算例的Matlab实现 2·5·1 节仿真算例的Matlab实现 2·5·2 节仿真算例的Matlab实现 2·5·3 节仿真算例的Matlab实现 2·6 本章 小结 第3章 不确定非线性系统的弱抖振滑模反演控制 3·1 引言 3·2 滑模控制基本原理 3·3 匹配不确定非线性系统的弱抖振滑模反演控制 3·3·1 问题描述 3·3·2 滑模反演控制器设计 3·3·3 滑模反演控制稳定性分析 3·3·4 自适应滑模反演控制器设计 3·3·5 自适应滑模反演控制稳定性分析 3·3·6 非线性干扰观测器 3·3·7 匹配不确定非线性系统的弱抖振滑模反演控制 3·3·8 仿真算例 3·4 非匹配不确定非线性系统的多滑模反演控制 3·4·1 问题描述 3·4·2 多滑模反演控制 3·4·3 基于非线性干扰观测器的多滑模反演控制 3·4·4 系统稳定性分析 3·4·5 仿真算例 3·5 仿真算例的Matlab实现 3·5·1 节弱抖振滑模反演控制的Matlab实现 3·5·2 节自适应弱抖振滑模反演控制Matlab实现 3·5·3 节多滑模反演控制Matlab实现 3·6 本章 小结 第4章 基于模糊系统的非线性系统反演控制 4·1 引言 4·2 基于模糊系统的非线性系统控制 4·2·1 问题的提出 4·2·2 模糊系统描述 4·2·3 控制器设计 4·2·4 仿真算例 4·3 节Matlab实现 4·4 本章 小结 第5章 基于神经网络的非线性系统反演控制 5·1 引言 5·2 非线性系统的鲁棒小波神经网络控制 5·2·1 问题的提出 5·2·2 小波神经网络结构 5·2·3 控制器的设计 5·2·4 稳定性分析 5·2·5 仿真 5·3 不确定非线性系统的鲁棒自适应渐近跟踪控制 5·3·1 控制目标 5·3·2 控制器设计 5·3·3 仿真算例 5·4 算例的Matlab实现 5·4·1 节算例的Matlab实现 5·4·2 节算例1的Matlab实现 5·4·3 节算例2的Matlab实现 5·5 本章 小结 第6章 基于状态观测器的反演控制器设计 6·1 滑模观测器控制器设计 6·1·1 滑模观测器设计 6·1·2 滑模反演控制器设计 6·2 仿真算例 6·3 节仿真实例的Matlab实现 6·4 本章 小结 参考文献