×
超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

关闭
暂无评论
图文详情
  • ISBN:9787522616223
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:224
  • 出版时间:2021-09-01
  • 条形码:9787522616223 ; 978-7-5226-1622-3

内容简介

本书较系统地论述了故障诊断知识处理、故障征兆信号提取方法和神经网络、模糊理论与专家系统等人工智能理论,以及神经网络、模糊理论以及专家系统等人工智能理论融合成的智能诊断系统在复杂工业设备故障诊断中的应用。本书适合作为高等学校能源与动力、机械工程、电子与信息工程以及冶金工程等专业的研究生或高年级的本科生的教学参考书,也可供能源与动力、机械工程、电子与信息工程以及冶金工程等领域从事设备监测与诊断、维修的科研工作者与工程技术人员参考。

目录

前言 第1章 绪论 1.1 故障诊断的基本概念 1.2 故障诊断技术的发展与研究现状 1.2.1 故障诊断技术的发展历史 1.2.2 故障诊断技术研究现状及发展趋势 1.3 故障诊断方法概述 1.4 智能故障诊断技术未来发展相关的新技术 1.4.1 机器学习 l.4.2 智能计算机 1.5 智能故障诊断系统发展的现状 1.5.1 发展的现状 1.5.2 存在的问题 1.6 智能故障诊断系统的发展趋势 1.6.1 多种知识表示方法的结合 1.6.2 经验知识与理论知识的结合 1.6.3 诊断系统与神经网络的结合 1.6.4 虚拟现实技术和故障智能诊断系统的结合 1.6.5 数据库技术与人工智能技术相互渗透 本章参考文献 第2章 故障诊断知识智能处理 2.1 诊断知识的基本概念 2.2 故障诊断知识的获取 2.2.1 故障诊断知识的分类 2.2.2 诊断知识的获取方式 2.3 诊断知识的表示 2.3.1 谓词逻辑表示法 2.3.2 语义网络表示法 2.3.3 产生式表示法 2.3.4 框架式表示法 2.3.5 面向对象的表示法 2.3.6 神经元网络表示法 2.3.7 不 知识的表示法 2.4 基于知识的诊断推理 2.4.1 推理的基本概念 2.4.2 基于知识的诊断推理 本章参考文献 第3章 故障征兆自动提取 3.1 数值型征兆的自动提取 3.1.1 时域征兆的自动提取 3.1.2 频域征兆的自动提取 3.1.3 趋势征兆的自动提取 3.2 语义型征兆的自动提取 3.3 图形征兆的自动提取 3.3.1 Zernike矩特征的提取方法 3.3.2 神经网络图形分类器 本章参考文献 第4章 神经网络模型 4.1 人工神经网络的发展过程 4.2 神经元模型
展开全部

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航