由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书基于工业大数据分析的故障诊断方法及应用9787030747402
¥ ×1
前言
章绪论1
1.1引言1
1.2故障诊断的研究内容及方法分类3
1.2.1故障诊断的研究内容3
1.2.2故障诊断方法分类3
1.3数据驱动的故障诊断方法综述5
1.3.1故障诊断的专家系统法6
1.3.2基于定趋势分析的故障诊断6
1.3.3基于盲信号分离的故障诊断6
1.3.4基于统计分析的故障诊断6
1.3.5改的CA方法9
1.3.6基于指定元分析的方法10
1.4基于深度学习的故障诊断方法11
1.4.1基于浅层学习的故障诊断方法11
1.4.2深度学习的模型分类12
1.4.3基于深度学习的智能故障诊断研究现状13
1.5非均衡数据深度学习故障诊断研究现状17
1.6本章小结18
参考文献19
第2章基础知识27
2.1引言27
2.2主元分析27
.指定元分析30
2.4小波滤波技术31
2.5反向传播神经网络32
2.6深层神经网络33
2.7卷积神经网络37
2.8生成对抗网络39
2.9本章小结40
参考文献40
第3章基于统计特征提取的故障检测方法42
3.1拟多尺度主元分析理论及故障检测应用42
3.1.1故障的多尺度特分析42
3.1.2拟多尺度主元分析44
3.1.3拟多尺度主元分析的检测能力分析51
3.1.4拟MSRPCA故障检测方法54
3.1.5拟MSRPCA实验和分析57
3.2基于微分特征抽取的分层PCA动态故障检测60
3.2.1基于PCA的动态故障检测61
3.2.2基于微分特征抽取的分层PCA故障检测方法62
3..和案例分析64
3.3本章小结72
参考文献73
第4章知识导引的统计特征抽取和故障诊断方法74
4.1非正交指定模式逐步DCA多故障诊断74
4.1.1主元分析的模式复合效应74
4.1.2主元分析的有关结论75
4.1.3DCA的空间投影框架77
4.1.4逐步DCA多故障诊断方法83
4.1.5指定模式的定义88
4.1.6研究91
4.2微小与未知故障诊断96
4.2.1基于DCA的多级微小故障诊断97
4.2.2未知故障诊断108
4.3船舶主机故障诊断应用117
4.3.1船舶主柴油机故障诊断概述117
4.3.2研究对象119
4.3.3故障实验环境126
4.3.4船舶主柴油机故障诊断127
4.4本章小结134
参考文献135
第5章基于深度学习的频率类故障诊断136
5.1引言136
5.2频率类故障分析136
5.3基于深层神经网络的频率类故障诊断138
5.3.1频率类故障特征抽取138
5.3.2微分几何特征融合140
5.3.3频率类故障的在线诊断140
5.4实验与分析144
5.4.1数据验和分析144
5.4.2案例研究和分析148
5.5本章小结153
参考文献153
第6章基于多源异构数据融合的深度学习故障诊断154
6.1引言154
6.2基于数据级融合的深度学习故障诊断155
6.2.1监测中心屏幕截图数据集构建155
6.2.2基于数据级融合的深度学习故障诊断156
6..实验与分析161
6.3基于特征级融合的深度学习故障诊断172
6.3.1基于交替优化的深层特征融合方法172
6.3.2基于特征级融合的深度学习故障诊断176
6.3.3实验与分析179
6.4本章小结189
参考文献189
第7章基于分级深层神经网络的多模态故障诊断190
7.1引言190
7.2基于深层神经网络的故障诊断190
7.3基于分级深层神经网络的多模态故障诊断191
7.4实验与分析196
7.4.1实验平台196
7.4.2数据描述196
7.4.3故障诊断结果198
7.5本章小结208
参考文献208
第8章基于全局优化GAN的非均衡数据故障诊断方法209
8.1引言209
8.2基于全局优化GAN的非均衡数据故障诊断209
8.2.1生成器设计210
……
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格