返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

欢迎光临我们店铺!书籍都是正版全新书籍,欢迎下单~!!

本店所有商品

  • 音像设备大数据郑泽宇
  • 正版
    • 作者: 郑泽宇著 | 郑泽宇编 | 郑泽宇译 | 郑泽宇绘
    • 出版社: 华中科技大学出版社
    • 出版时间:2023-05-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    诺森图书音像专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: 郑泽宇著| 郑泽宇编| 郑泽宇译| 郑泽宇绘
    • 出版社:华中科技大学出版社
    • 出版时间:2023-05-01
    • 版次:1
    • 印次:1
    • 字数:369000
    • 页数:324
    • 开本:16开
    • ISBN:9787568094863
    • 版权提供:华中科技大学出版社
    • 作者:郑泽宇
    • 著:郑泽宇
    • 装帧:精装
    • 印次:1
    • 定价:168.00
    • ISBN:9787568094863
    • 出版社:华中科技大学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2023-05-01
    • 页数:324
    • 外部编号:1203014455
    • 版次:1
    • 成品尺寸:暂无

    章绪论/1

    1.1设备大数据概述/1

    1.2设备健康的“体魄”离不开大数据支持/3

    1.3从波音事件看设备数据分析的重要/4

    1.4没有大数据就无从谈智能制造/6

    1.5本书概况/8

    本章参考文献/10

    第2章设备数据采集方法/12

    2.1设备数据采集/12

    2.1.1简介/12

    2.1.2数据采集方式/12

    2.1.3数据采集常用模式/13

    2.1.4设备数据采集系统/14

    2.2设备数据采集的感觉器官——传感器/15

    2.2.1简介/15

    2.2.2传感器的组成/16

    2..传感器的分类/16

    2.2.4传感器的原理及特/17

    2.2.5常见传感器简介/17

    .设备数据采集的神经元——PLC/18

    ..1简介/18

    ..2硬件基本结构/19

    ..软件结构设计/20

    ..4PLC的特点/21

    ..5PLC的应用领域/22

    ..常用的PLC/

    2.4工业网关/24

    2.4.1工业网关的功能与特点/24

    2.4.2工业网关的基本构成/26

    2.4.3工业网关的关键技术/31

    2.5工业控制网络/36

    2.5.1集散控制系统/37

    2.5.2现场总线控制系统/47

    2.5.3监控和数据采集系统/62

    2.6工业控制系统的实际案例/70

    2.6.1概述/70

    2.6.2需求分析/71

    2.6.3解决方案/72

    2.7本章小结/78

    本章参考文献/78

    设备大数据目录第3章设备数据存储方法/79

    3.1设备大数据存储简介/79

    3.2关系型数据库/83

    3.2.1Oracle数据库/85

    3.2.2MySL数据库/87

    3..Microsoft SL Server数据库/88

    3.2.4PostgreSL数据库/90

    3.2.5总结/91

    3.3非关系型数据库/93

    3.3.1Key-Value数据库/95

    3.3.2文档存储数据库/99

    3.3.3列式存储数据库/101

    3.3.4时序存储数据库/105

    3.4本章小结/108

    本章参考文献/109

    第4章深度学习方法/111

    4.1卷积神经网络/112

    4.1.1卷积神经网络的历史与发展/112

    4.1.2卷积神经网络的原理与常见应用/113

    4.1.3卷积神经网络常用模型/115

    4.1.4卷积神经网络在设备大数据中的应用/117

    4.2循环神经网络/118

    4.2.1神经机器翻译/119

    4.2.2情感分析/121

    4..摘要生成/121

    4.2.4循环神经网络在工业领域中的应用/122

    4.3自编码器及其变种/125

    4.3.1自编码器介绍/125

    4.3.2自编码器与方法的比较/129

    4.3.3自编码器的应用/131

    4.4本章小结/136

    本章参考文献/136

    第5章数据降维方法/146

    5.1主成分分析法/146

    5.1.1基本思想/146

    5.1.2主要计算步骤/147

    5.1.3主成分分析法的优缺点/148

    5.2t-SNE算法/149

    5.2.1算法思想/150

    5.2.2算法举例/152

    5..算法的优缺点/155

    5.2.4算法的应用/155

    5.2.5算法的改进/156

    5.3主成分追踪/156

    5.4鲁棒主元分析/161

    5.5低秩矩阵表示/163

    5.6本章小结/164

    本章参考文献/164

    第6章数据分类与聚类方法/168

    6.1分类算法的背景及现状/168

    6.1.1背景/168

    6.1.2国内外研究现状/168

    6.2基本概念/169

    6.3常用的算法详述/170

    6.3.1即时学习分类算法/170

    6.3.2基于统计学的分类算法/171

    6.3.3决策树分类算法/177

    6.4组合分类器/180

    6.5聚类/183

    6.5.1基本概念/184

    6.5.2聚类算法的分类/186

    6.6基于划分的聚类算法/187

    6.6.1K-means算法/187

    6.6.2K-modes算法/188

    6.6.3PAM算法/189

    6.6.4CLARA算法/189

    6.6.5MMACA算法/190

    6.7基于层次的聚类算法/191

    6.7.1传统的凝聚层次聚类算法/191

    6.7.2改进的凝聚层次聚类算法/192

    6.7.3分裂层次聚类算法/193

    6.8基于密度的聚类算法/193

    6.8.1DBSCAN聚类算法/193

    6.8.2OPTICS聚类算法/195

    6.8.3DENCLUE聚类算法/196

    6.8.4CLIUE聚类算法/197

    6.8.5DPC算法/198

    6.9聚类算法/199

    6.9.1模糊聚类算法/199

    6.9.2基于图论的聚类算法/201

    6.9.3基于模型的聚类算法/201

    6.9.4基于神经网络的聚类算法/202

    6.10本章小结/204

    本章参考文献/204

    第7章案例分析/213

    7.1工业过程故障检测与识别/213

    7.1.1故障检测和识别方法的分类/214

    7.1.2基于模型的故障检测和识别方法/215

    7.1.3基于信号的故障检测和识别方法/216

    7.1.4基于人工智能的故障检测和识别方法/217

    7.1.5多层和网络化工业过程中的故障检测和识别/219

    7.1.6案例/220

    7.1.7总结/225

    7.2工业设备寿命预测/226

    7.2.1引言/226

    7.2.2时序卷积-长短期记忆网络/228

    7..数据规约方法/2

    7.2.4实验数据/4

    7.2.5实验及分析/

    7.2.6讨论及建议/249

    7.3数据驱动技术在载人深潜器设备管理中的应用/249

    7.3.1案例背景/249

    7.3.2技术框架/252

    7.3.3应用结果/259

    7.3.4小结讨论/283

    7.4主成分追踪在高炉炼铁故障检测中的应用/284

    7.4.1案例背景/284

    7.4.2技术框架/287

    7.4.3应用结果/294

    7.4.4小结讨论/299

    7.5本章小结/299

    本章参考文献/300

    郑泽宇,男,汉族,日文省统理研究所博士,沈阳自动化研究所研究员,博士导师。百人计划A类,人工智能,大数据专家,重大专项课题负责人。先后在理化学研究所,新加坡国立大学等机构工作,主要从事人工智能,大数据科研,发表近百篇,擅长工业领域大数据研究工作。

    本书借用客观数据会 “说话”的方式给读者呈现一本设备数据分析领域的学术科普读物。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购