新書推薦：
《
盛世：西汉 康乾
》
售價：NT$
549.0
《
所有治愈，都是自愈
》
售價：NT$
381.0
《
财富管理的中国实践
》
售價：NT$
717.0
《
先秦汉魏晋南北朝诗（附作者篇目索引）（全四册）精——中国古典文学总集
》
售價：NT$
2789.0
《
财之道丛书·太古传：商业帝国200年
》
售價：NT$
717.0
《
不要相信你所想的一切：如何停止过度思考，克服焦虑、自我怀疑和自我破坏
》
售價：NT$
235.0
《
万历四大征（全两册）
》
售價：NT$
549.0
《
凝望：我的摄影与人生
》
售價：NT$
605.0
|
| 編輯推薦： |
|
提出基于特征子空间投影的改进算法及基于分块的方法，对神经网络及其应用进行研究，并针对大数据问题与流程工业的数据建模问题之间的关系进行探讨
|
| 內容簡介： |
|
本书采用DPCA方法解决过程动态的影响，采用局部投影方法与PCA方法结合使样本的内在特征得以体现，采用核方法处理非线性问题，并针对核方法的计算复杂问题提出了基于特征子空间投影的改进算法及基于分块的方法。本书还对神经网络及其应用进行研究，包括学习矢量量化神经网络、概率神经网络、神经网络集成等。*后，针对大数据问题与流程工业的数据建模问题之间的关系进行探讨。本书可作为自动化、控制工程、检测技术等相关领域研究生课程的参考书，也可以作为从事流程工业故障检测与诊断的研究人员和工程技术人员的参考书。
|
| 關於作者： |
|
于春梅，2010年博士毕业于西北工业大学控制科学与工程专业，西南科技大学信息工程学院教授。主要研究方向为系统辨识、故障诊断、模式识别、机器人控制等。承担"自动控制理论等本科课程及研究生"系统辨识与建模的教学工作。参编教材2部，参与多项教学改革项目，获得多项教学成果奖。发表论文20余篇，副主编专著1部；作为项目负责人完成四川省教育厅科研项目1项并参与多项纵横向项目。
|
| 目錄：
|
目录
第1章绪论1
1.1概述1
1.1.1流程工业故障诊断研究意义1
1.1.2故障诊断的任务2
1.1.3故障诊断的实现过程3
1.1.4故障诊断方法分类4
1.2基于解析模型的方法4
1.3基于历史数据的方法6
1.3.1基于信号处理的方法6
1.3.2多元统计方法7
1.3.3神经网络和专家系统8
1.3.4基于数据的方法与模式识别方法的关系8
1.4流程工业故障诊断研究进展9
1.4.1多元统计方法10
1.4.2基于神经网络的方法11
1.5本书内容安排14
参考文献16
第2章流程工业故障检测与诊断的多元统计方法22
2.1引言22
2.2多元统计方法22
2.2.1主元分析法22
2.2.2Fisher判据分析法25
2.2.3部分最小二乘法27
2.2.4典型相关分析29
2.2.5独立元分析法31
2.2.6几种多元统计方法在瑞利商下的统一32
2.3故障的检测和辨识33
2.3.1基于T2和Q统计量的故障检测33
2.3.2基于I2统计量的故障检测35
2.3.3基于Bayes分类器的故障辨识36
2.4仿真算例37
2.4.1仿真数据介绍37
2.4.2故障检测和诊断步骤40
2.5小结41
参考文献42
第3章基于LGSPP的故障检测与辨识44
3.1引言44
3.2LGSPP算法44
3.2.1LPP算法描述44
3.2.2LGSPP算法描述45
3.3基于LGSPP的故障检测与辨识45
3.3.1T2和SPE统计量构造45
3.3.2基于Bayes分类器的故障检测与辨识46
3.4基于DLGSPP的故障检测49
3.4.1DLGSPP的基本原理49
3.4.2基于DLGSPP的故障检测49
3.5仿真研究50
3.5.1基于LGSPP的故障检测仿真研究50
3.5.2基于DLGSPP的故障检测仿真研究54
3.6小结56
参考文献56
第4章基于LNS-LGSPP的多模态过程故障检测58
4.1引言58
4.2局部近邻标准化策略58
4.2.1z-score标准化法58
4.2.2局部近邻标准化处理61
4.2.3局部近邻标准化分析62
4.3基于LNS-LGSPP算法的故障检测63
4.4仿真分析64
4.4.1数值仿真65
4.4.2TE过程71
4.5小结74
参考文献75
第5章基于DKPCA及其改进算法的故障检测研究76
5.1引言76
5.2KPCA原理76
5.3基于DKPCA的故障检测78
5.3.1动态数据矩阵78
5.3.2核函数及核参的选取78
5.3.3基于DKPCA的故障检测步骤80
5.4基于EFS-DKPCA的故障检测81
5.4.1正交基的构造81
5.4.2输入空间到特征子空间的映射82
5.4.3基于EFS-DKPCA的故障检测步骤83
5.5仿真研究83
5.5.1基于DKPCA的故障检测仿真分析84
5.5.2基于EFS-DKPCA的故障检测仿真分析87
5.6小结90
参考文献90
第6章基于BDKPCA及其改进算法的故障检测研究92
6.1引言92
6.2基于BDKPCA的故障检测92
6.2.1移动时间窗92
6.2.2BDKPCA基本原理93
6.2.3基于BDKPCA的故障检测步骤93
6.3基于小波去噪与EFS-BDKPCA的故障检测94
6.3.1小波去噪简介94
6.3.2基于小波去噪与EFS-BDKPCA的故障检测步骤96
6.4仿真研究96
6.4.1基于BDKPCA的故障检测仿真分析97
6.4.2基于小波与EFS-BDKPCA的故障检测仿真分析97
6.5小结102
参考文献102
第7章学习矢量量化神经网络103
7.1引言103
7.2神经网络简介103
7.2.1人工神经元模型103
7.2.2多层前馈神经网络模型104
7.3LVQ神经网络105
7.3.1LVQ神经网络结构105
7.3.2LVQ神经网络实现规则106
7.4PCA-LVQ神经网络107
7.4.1基于PCA-LVQ的故障检测仿真分析108
7.4.2基于PCA-LVQ的故障诊断仿真分析111
7.5小结112
参考文献112
第8章基于IIWPSO-PNN的故障诊断113
8.1引言113
8.2PNN简介113
8.2.1模式识别Bayes判决理论113
8.2.2PNN网络结构114
8.2.3PNN算法115
8.3IIWPSO算法118
8.3.1PSO的基本形式118
8.3.2PSO控制参数119
8.3.3IIWPSO算法120
8.4IIWPSO-PNN训练过程121
8.5仿真分析123
8.5.1数值仿真123
8.5.2基于IIWPSO-PNN的故障检测仿真分析125
8.5.3基于IIWPSO-PNN的故障诊断仿真分析128
8.6小结129
参考文献129
第9章基于神经网络集成的故障诊断131
9.1引言131
9.2集成神经网络131
9.2.1神经网络集成的机理研究131
9.2.2个体生成方式研究133
9.2.3结论生成方式研究134
9.3IIWPSO-PNN集成算法135
9.4仿真分析136
9.4.1UCI标准机器学习库136
9.4.2基于IIWPSO-PNN集成的故障检测仿真分析136
9.4.3基于IIWPSO-PNN集成的故障诊断仿真分析138
9.5小结139
参考文献139
第10章流程工业数据建模方法与大数据建模140
10.1引言140
10.2大数据概述140
10.2.1大数据的定义140
10.2.2我国的大数据发展141
10.2.3大数据的研究意义142
10.2.4大数据发展趋势143
10.3大数据的特点与研究领域145
10.3.1大数据的特点从3V到6V大数据定义演变145
10.3.2大数据的研究领域146
10.3.3流程工业大数据的特点147
10.4数据建模方法149
10.4.1流程工业数据建模方法149
10.4.2互联网公司大数据建模方法149
10.4.3流程工业大数据建模150
10.5流程工业大数据的挑战和机遇150
10.5.1流程工业大数据特点给传统数据建模方法带来的挑战150
10.5.2计算机学科大数据最新进展带来的机遇151
10.6流程工业大数据建模最新进展与研究展望151
10.6.1多层面潜结构建模151
10.6.2多时空时间序列数据建模152
10.6.3含有不真实数据的鲁棒建模153
10.6.4支持实时建模的大容量数据计算架构与方法154
10.7结论154
参考文献155
|
| 內容試閱：
|
前 言
流程工业是指加工一些过程性产品的工业，它的主要特点是用不间断的方式进行生产，以处理连续或间歇物料流为主。流程工业在我国的国民经济中占有十分重要的地位，约占国民生产总值的一半，其发展状况直接影响国家的经济基础。流程工业生产各个环节的联系非常紧密，相互之间的影响更加复杂，如果发生故障，必定会影响生产的正常进行，有时甚至造成巨大的财产损失和人身伤害。故障诊断技术就是为适应工程需要而形成和发展起来的。本书针对实际流程工业过程中存在的变量多、耦合强、非线性、过程动态、多模态、数据分布复杂等问题，对流程工业故障诊断方法进行研究。
本书针对流程工业非线性、过程动态、多模态、数据分布复杂等特点，介绍多元统计方法，尤其是PCA方法和神经网络方法在流程工业故障诊断中的应用。本书引入近几年迅速发展的核方法来解决非线性问题，将局部投影方法与PCA方法结合提取样本的内在特征，并针对核方法的计算复杂问题提出基于特征子空间投影的改进算法及基于分块的方法。最后探讨流程工业的数据建模问题与大数据问题的关系。
全书共有10章。第1章为绪论，主要介绍故障诊断的基本概念和常用方法。第2章详细介绍主元分析法、Fisher判据分析法、偏最小二乘法、独立变量分析法等之间的区别和联系。第3～4章采用一种局部整体结构保持投影（LGSPP）算法，在对数据进行标准化处理时引入局部近邻标准化策略，使传统主元分析方法在数据降维中可考虑数据全局结构的问题，并去除多模态数据的多分布特征。第5～6章针对非线性问题采用核化算法，并对计算量问题和参数时变问题进行研究。第7～9章介绍神经网络在故障诊断中的应用，包括学习矢量量化神经网络、概率神经网络、神经网络集成等。第10章针对大数据问题与流程工业的数据建模问题之间的关系进行探讨。
本书由于春梅、吴斌著，本书中的大多数仿真程序由作者的研究生刘琴、谭莉、刘春燕完成。
由于作者水平有限，书中难免存在疏漏和不妥之处，热忱希望各位专家和广大读者批评指正。
作 者
2018年5月
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
