为你推荐
内容提要
前言PREFACE
第1章 绪论
1.1 概述
1.2 运行工况监测与故障溯源推理研究现状
1.3 全书概况
参考文献
第2章 运行工况监测与故障溯源诊断的基础理论方法
2.1 概述
2.2 无监督学习方法
2.3 监督学习方法
2.4 本章小结
参考文献
第3章 基于稀疏协整分析的变工况分布式建模与过程监测
3.1 概述
3.2 稀疏协整分析方法回顾
3.3 基于稀疏协整分析的变工况过程分布式监测
3.4 百万千瓦超超临界机组的应用研究
3.5 本章小结
参考文献
第4章 条件驱动的大范围非平稳瞬变过程建模与状态监测
4.1 概述
4.2 变工况多模式过程监测建模方法
4.3 百万千瓦超超临界机组的应用研究
4.4 本章小结
参考文献
第5章 基于动态双层解析的工业过程动静协同精细工况识别
5.1 概述
5.2 基于CVA和SFA的变工况过程动静协同监测
5.3 三相流过程中的应用
5.4 本章小结
参考文献
第6章 基于递归指数慢特征分析的精细化自适应过程监测
6.1 概述
6.2 问题陈述与动机分析
6.3 递归指数慢特征分析
6.4 方法验证与结果分析
6.5 本章小结
参考文献
第7章 基于降噪自编码器和弹性网的非线性鲁棒监测与故障隔离
7.1 概述
7.2 方法回顾与动机分析
7.3 方法介绍
7.4 方法验证与结果分析
7.5 本章小结
参考文献
第8章 多模型指数判别分析方法及其在故障诊断中的应用
8.1 概述
8.2 问题陈述与动机分析
8.3 多模型指数判别分析
8.4 方法验证与结果分析
8.5 本章小结
参考文献
第9章 基于动静协同解析的增强随机森林故障诊断
9.1 概述
9.2 基于CART树的随机森林算法回顾
9.3 动静态协同的增强随机森林
9.4 方法验证与结果分析
9.5 本章小结
参考文献
第10章 具有增量学习能力的宽度卷积神经网络及其故障诊断
10.1 概述
10.2 问题陈述与动机分析
10.3 宽度卷积神经网络
10.4 方法验证与结果分析
10.5 本章小结
参考文献
第11章 基于细粒度对抗网络的域自适应方法及跨域故障诊断
11.1 概述
11.2 问题描述与深度神经网络简介
11.3 基于迁移学习的对抗网络
11.4 方法验证与结果分析
11.5 本章小结
参考文献
第12章 基于零样本学习的数据与知识融合方法及故障诊断
12.1 概述
12.2 问题建模
12.3 基于零样本学习的故障诊断
12.4 方法验证与结果分析
12.5 本章小结
参考文献
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
