*數量非實際在台庫存 *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,以到貨標的為實際資訊。 印行年月:202212*若逾兩年請先於私訊洽詢存貨情況,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:基於表示學習的故障診斷關鍵技術 ISBN:9787518996612 出版社:科學技術文獻 著編譯者:呂菲亞 頁數:174 所在地:中國大陸 *此為代購商品 書號:1591143 可大量預訂,請先連絡。 內容簡介 人工智慧是近年來最為火熱的研究領域之一,尤其是隨著深度學習演算法研究的突破,人工智慧技術在工業過程式控制制領域取得了前所未有的發展。深度學習演算法涵蓋的內容非常前沿和廣袤,本書從表示學習的角度,針對流程工業的故障檢測與診斷中存在的問題進行探究、模型構建與實驗驗證、分析,引導讀者分析和解決問題,幫助讀者最大限度地理解演算法理論,提升工程實現能力。本書可供從事表示學習、故障檢測與診斷演算法研究人員參考。作者簡介 呂菲亞,女,博士,畢業於浙江大學電氣工程學院控制理論與控制工程專業。曾任安陽師範學院軟體學院副教授,現任清華大學博士后研究員。主要研究領域為表示學習與信息理論學習演算法在工業過程式控制制領域的應用,主要研究方向為基於人工智慧的工業過程故障診斷。目錄 第一章 緒論1 1 課題背景及研究意義 1 2 研究現狀及分析 1 2 1 基於多元統計分析的故障診斷方法 1 2 2 基於信號處理的故障診斷方法 1 2 3 基於粗糙集的故障診斷方法 1 2 4 基於信息融合的故障診斷方法 1 2 5 基於機器學習的故障診斷方法 1 2 6 數據驅動的故障診斷研究中存在的問題 1 3 本書的研究內容 第二章 基於棧式自編碼網路的故障診斷 2 1 引言 2 2 棧式自編碼網路 2 2 1 稀疏自編碼網路 2 2 2 棧式稀疏自編碼網路 2 3 Logistic回歸與Softmax分類器 2 3 1 Logistic回歸分析 2 3 2 Softmax分類器 2 4 基於棧式自編碼網路的故障診斷 2 5 TE過程實驗驗證 2 5 1 TE過程介紹 2 5 2 故障檢測 2 5 3 故障診斷 2 5 4 時間複雜度分析 2 6 本章小結 第三章 基於加權序列的棧式自編碼網路故障診斷 3 1 引言 3 2 時間去噪 3 3 支持向量機分類器 3 4 基於加權序列的棧式自編碼網路故障診斷 3 5 TE過程案例研究 3 5 1 故障檢測 3 5 2 微小故障檢測 3 5 3 故障分類 3 6 本章小結 第四章 基於動態估計的棧式自編碼網路故障診斷 4 1 引言 4 2 多項式泰勒展開闡釋自編碼網路 4 3 基於動態估計的表示學習 4 4 基於動態估計的棧式自編碼網路診斷框架 4 5 實驗驗證與分析 4 5 1 數值分析 4 5 2 TE過程案例分析 4 6 本章小結 第五章 基於高階相關性的多級故障診斷 5 1 引言 5 2 基於棧式自編碼網路的高階相關性特徵提取 5 3 自編碼網路與主成分分析的關係 5 4 過程監控的統計量 5 4 1 基於重建誤差的監控指標 5 4 2 基於馬氏距離的監控指標 5 4 3 基於切比雪夫距離的監控指標 5 4 4 控制上限 5 5 基於高階相關性的多級故障診斷 5 6 實驗驗證與分析 5 6 1 TE過程上的統計量分析 5 6 2 TE過程與ME過程上的故障檢測結果 5 6 3 訓練集對演算法的影響 5 7 本章小結 第六章 基於棧式自編碼網路的閾值自適應過程監控 6 1 引言 6 2 多模態測量的表示學習 6 3 基於棧式自編碼網路的閾值自適應過程監控 6 3 1 基於改進的指數加權平均法的自適應閾值更新 6 3 2 基於貢獻圖的變數隔離 6 3 3 基於棧式自編碼網路的閾值自適應在線監控框架 6 4 TE過程實驗驗證 6 4 1 模態辨識 6 4 2 故障檢測 6 5 本章小結 第七章 基於互信息矩陣投影的可解釋故障診斷 7 1 引言 7 2 互信息矩陣的定義與估計 7 2 1 互信息矩陣的定義 7 2 2 基於矩陣Renyi的α-熵函數的互信息估計 7 3 基於PMIM的故障檢測 7 4 關於PMIM演算法的實現與探討 7 5 實驗驗證與分析 7 5 1 數值模擬實驗驗證 7 5 2 TE過程實驗驗證 7 6 本章小結 第八章 總結與展望 8 1 研究總結 8 2 研究展望 附錄 縮寫、符號、術語表 參考文獻 致謝 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PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |