人工智能在飛行器智能診斷中的應用 卿新林 萬方義 張春林等 9787030808202 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202412*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：人工智能在飛行器智能診斷中的應用
ISBN：9787030808202
出版社：科學
著編譯者：卿新林 萬方義 張春林等
頁數：177
所在地：中國大陸 *此為代購商品
書號：1731840
可大量預訂，請先連絡。

內容簡介

本書全面介紹現代航空飛行器在智能診斷領域的前沿技術及其應用。書中涵蓋了智能感知技術、數據處理與特徵提取技術、機器學習與故障診斷技術、深度學習與狀態評估技術、小樣本下飛行器關鍵部件故障智能診斷與預測，以及飛行器跨設備遷移智能診斷等內容。通過系統的闡述和豐富的案例，本書展示了人工智能技術在當今飛行器健康管理領域的重要應用價值。 本書適合作為高等院校航空航天類專業教材，也適合飛行器設計、製造和維護的工程師和研究人員閱讀，還可供對人工智能在特定領域應用感興趣的學者參考。

目錄

第1章 緒論
1 1 人工智能概述
1 2 智能診斷
1 2 1 智能診斷的技術基礎
1 2 2 智能診斷的優勢
1 3 飛行器智能診斷系統
1 3 1 飛行器智能診斷系統的演變過程
1 3 2 飛行器智能診斷系統的功能劃分
1 3 3 飛行器智能診斷系統的通用架構
1 3 4 飛行器智能診斷系統的應用現狀
本章小結
思考題
參考文獻
第2章 智能感知技術
2 1 狀態感知技術
2 1 1 狀態感知對象
2 1 2 狀態感知參數及感測器
2 2 智能感測器
2 2 1 智能感測器的主要類型及實現途徑
2 2 2 智能感測器的技術基礎
2 2 3 智能感測器的發展趨勢
2 3 感知感測器網絡及優化
2 3 1 感測器網絡概述
2 3 2 飛行器常用的感測器網絡匯流排
2 3 3 感測器組網及布局優化
本章小結
思考題
參考文獻
第3章 數據處理與特徵提取技術
3 1 數據處理與特徵提取概述
3 2 數據預處理
3 2 1 數據清洗
3 2 2 數據轉換
3 3 特徵提取
3 3 1 頻域特徵提取
3 3 2 時頻域特徵提取
3 4 數據降噪
3 4 1 降噪效果評價指標
3 4 2 平滑降噪
3 4 3 小波閾值降噪
3 4 4 小波頻帶濾波降噪
3 5 基於稀疏表本的微弱信號增強方法
3 5 1 正弦特徵信號的稀疏表示提取方法
3 5 2 周期性衝擊信號的稀疏表示提取方法
3 5 3 非周期性衝擊信號的稀疏表示提取方法
3 6 信息融合
本章小結
思考題
參考文獻
第4章 機器學習與故障診斷技術
4 1 經典機器學習方法
4 1 1 線性回歸
4 1 2 支持向量機
4 1 3 樸素貝葉斯
4 1 4 K均值聚類
4 1 5 層次聚類
4 1 6 主成分分析
4 2 基於機器學習的故障診斷技術
4 3 基於機器學習的健康狀態評估與預測技術
4 3 1 故障預測與健康管理
4 3 2 案例1：使用振動信號進行狀態監測和預測
4 3 3 案例2：風力渦輪機高速軸承預測和健康評估
本章小結
思考題
參考文獻
第5章 深度學習與狀態評估技術
5 1 張量
5 1 1 自動求導
5 1 2 神經網絡模型
5 1 3 梯度下降算法
5 2 卷積神經網絡
5 2 1 卷積層
5 2 2 池化層
5 2 3 權重共享
5 3 深度稀疏卷積神經網絡
5 3 1 稀疏性分類
5 3 2 稀疏性約束方法——L2正則化
5 3 3 稀疏性約束在DSCNN中的實現
5 3 4 稀疏性的優勢
5 4 深度學習及其故障特徵挖掘
5 4 1 軸承故障特徵提取概述
5 4 2 深度學習在軸承故障特徵提取中的應用
5 5 深度學習及剩餘使用壽命預測技術
5 5 1 基本概念
5 5 2 深度學習模型的選擇與構建
5 5 3 應用案例
本章小結
思考題
參考文獻
第6章 小樣本下飛行器關鍵部件故障智能診斷與預測
6 1 小樣本下飛行器故障診斷需求
6 1 1 數據增強
6 1 2 特徵學習
6 1 3 常用生成模型
6 1 4 GAN介紹
6 1 5 GAN原理
6 1 6 GAN構架
6 2 基於對抗神經網絡的故障樣本生成及故障診斷技術
6 2 1 診斷流程
6 2 2 CGAN實例驗證
本章小結
思考題
參考文獻
第7章 飛行器跨設備遷移智能診斷
7 1 迀移學習
7 1 1 迀移學習的必要性
7 1 2 迀移學習基礎理論
7 1 3 迀移學習方法分類
7 1 4 迀移學習的本質問題
7 2 基於迀移學習的飛行器智能診斷概述
7 2 1 迀移學習的意義
7 2 2 迀移學習在飛行器領域中的應用研究
7 3 跨工況迀移診斷技術
7 3 1 預訓練-微調
7 3 2 實例驗證
7 3 3 試驗結果分析
7 4 跨設備遷移診斷技術
7 4 1 基於特徵的領域自適應方法
7 4 2 實例驗證
7 4 3 試驗結果分析
本章小結
思考題
參考文獻
思考題參考答案
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。