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:

  • 正版新书]PD模式识别方法郑殿春,郑秋平9787030752017
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 郑殿春,郑秋平著 | 郑殿春,郑秋平编 | 郑殿春,郑秋平译 | 郑殿春,郑秋平绘
    • 出版社: 科学出版社
    • 出版时间:2023-04-01
    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:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 郑殿春,郑秋平著| 郑殿春,郑秋平编| 郑殿春,郑秋平译| 郑殿春,郑秋平绘
    • 出版社:科学出版社
    • 出版时间:2023-04-01
    • 版次:1
    • 字数:267000
    • 页数:208
    • 开本:其他
    • ISBN:9787030752017
    • 版权提供:科学出版社
    • 作者:郑殿春,郑秋平
    • 著:郑殿春,郑秋平
    • 装帧:简装
    • 印次:暂无
    • 定价:98
    • ISBN:9787030752017
    • 出版社:科学出版社
    • 开本:其他
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2023-04-01
    • 页数:208
    • 外部编号:涿仝东237562
    • 版次:1
    • 成品尺寸:暂无

    目录
    章  绪论  1
    1.1  PD特与表征  1
    1.1.1  PD源与信号特  2
    1.1.2  PD信号的模式特征  3
    1.2  模式分类器及其优化  5
    1.2.1  PD模式分类器  5
    1.2.2  全局优化算法  6
    1.3  发展趋势  7
    1.3.1  深度学习与深度神经网络  7
    1.3.2  群智能算法  7
    参考文献  8
    第2章  模式识别与优化算法10
    2.1  识别方法  10
    2.2  识别系统  10
    .  特征量与特征空间  11
    ..1  特征量  11
    ..2  特征空间  12
    2.4  特征的可分  12
    2.4.1  特征可分测量  12
    2.4.2  类可分测度  14
    2.4.3  特征子集的选择  16
    2.4.4  很优特征生成  18
    2.5  分类器优化算法  20
    2.5.1  随机梯度法  21
    2.5.2  模拟退火算法  21
    2.5.3  遗传算法  22
    参考文献  
    第3章  PD与指纹特征  24
    3.1  诱发PD的理化过程  24
    3.1.1  介质内部局部放电  25
    3.1.2  介质沿面局部放电  27
    3.1.3  电晕放电  28
    3.2  局部放电的危害  28
    3.3  交流电压下的PD表征方法  30
    3.4  局部放电模拟  32
    3.4.1  模型构建与PD信号采集  33
    3.4.2  交流电压下PD统计量的表征  35
    3.4.3  统计分布参数与指纹  37
    参考文献  41
    第4章  PD信号小波去噪  43
    4.1  PD信号小波变换特征  43
    4.1.1  PD信号表征  43
    4.1.2  PD信号的小波变换特征  44
    4.2  噪声信号及其小波变换特征  46
    4.3  含噪PD信号模型  47
    4.4  模极大值去噪方法  48
    4.4.1  模极大值的确定和信号重构  48
    4.4.2  去噪算例  51
    4.5  去噪快速算法  52
    4.5.1  局部放电信号(函数)多尺度逼近  52
    4.5.2  多次小波变换去噪算法  55
    4.5.3  复合小波变换去噪  57
    参考文献  59
    第5章  基于BPNN的PD模式识别  60
    5.1  人工神经网络  60
    5.1.1  BPNN算法  61
    5.1.2  改BNN算法收敛速度的一些措施  66
    5.2  基于BPNN的PD模式识别算法  67
    5.2.1  局部放电模式特征量  68
    5.2.2  类可分准则  68
    5..  PD模式识别过程  69
    5.3  隐层神经元的影响  74
    参考文献  75
    第6章  支持向量机的PD模式识别  77
    6.1  支持向量机  77
    6.1.1  线可分类支持向量机  77
    6.1.2  线不可分类支持向量机  79
    6.2  PD模拟与特征提取  81
    6.2.1  PD信号采集  81
    6.2.2  PD特征提取  84
    6.3  基于SVM的PD模式识别  88
    6.3.1  核函数选择  88
    6.3.2  SVM参数寻优  89
    6.3.3  权值和阈值  90
    6.3.4  SVM网络结构  93
    6.3.5  识别结果  93
    6.4  相关讨论  95
    6.4.1  特征量的相关系数和类间距离  96
    6.4.2  特征选择  97
    6.4.3  识别结果  98
    6.4.4  SVM与BP识别效果的比较  99
    参考文献  100
    第7章  基于FCM的PD模式识别  102
    7.1  模糊聚类方法  102
    7.1.1  模糊c均值聚类算法  103
    7.1.2  加权模糊c均值聚类算法  107
    7.2  PD模拟及信号采集  109
    7.2.1  PD模型  109
    7.2.2  PD信号采集  110
    7..  PD信号去噪  112
    7.3  PD信号特征与提取  114
    7.3.1  分形维数特征  114
    7.3.2  PD信号灰度矩特征  116
    7.4  基于模糊聚类PD模式识别  118
    7.4.1  基于FCM算法的PD模式识别  118
    7.4.2  基于WFCM算法的PD模式识别  119
    7.5  结果分析  121
    参考文献  122
    第8章  基于WNN的PD模式识别  124
    8.1  小波神经网络  124
    8.1.1  正交小波神经网络  124
    8.1.2  正交小波神经网络学习算法  125
    8.2  自适应特征提取小波神经网络  127
    8.2.1  PD信号的小波可分  127
    8.2.2  自适应特征提取小波神经网络结构  130
    8..  自适应特征提取小波神经网络隐层单元数目的确定  131
    8.2.4  自适应特征提取小波神经网络学习算法  133
    8.3  PD模式识别实验  135
    8.3.1  PD信号采集  135
    8.3.2  统计特征量提取与识别  136
    8.3.3  自适应特征提取与模式识别  139
    参考文献  142
    第9章  基于混沌理论的PD模式识别  143
    9.1  局部放电信号中的混沌现象  143
    9.1.1  混沌特征  143
    9.1.2  混沌相空间重构  144
    9.1.3  相空间重构参数  145
    9.2  混沌系统表征  147
    9.2.1  Lyapunov指数  147
    9.2.2  分形维数  148
    9..  Kooorov熵  149
    9.3  PD混沌特及其特征量提取  150
    9.3.1  实验模拟的PD信号  150
    9.3.2  PD信号混沌特  151
    9.3.3  PD混沌特征量及其提取  153
    9.4  基于混沌特征的PD模式识别  160
    9.4.1  BP神经网络设计  161
    9.4.2  识别结果  162
    9.4.3  基于指纹图谱特征的PD模式识别  164
    9.4.4  特征量综合识别结果  165
    参考文献  166
    0章  基于PSO优化的PD模式识别  168
    10.1  反向传播神经网络  168
    10.1.1  BPNN学习与优化  168
    10.1.2  神经网络泛化能力  169
    10.2  PSO优化的神经网络  170
    10.2.1  粒子群算法  171
    10.2.2  PSO优化算法  172
    10.3  PD特征空间降维  174
    10.3.1  PCA降维算法  174
    10.3.2  PCA降维计算步骤  176
    10.4  基于PSOBP的PD模式识别  177
    10.4.1  PD信号模式预处理  177
    10.4.2  误差分析方法  177
    10.4.3  PD识别结果  178
    10.4.4  隐层元数量的影响  179
    参考文献  184
    附录  185

    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