Can I read 基于核方法的故障诊断理论及其方法的研究 on EtoBox?

基于核方法的故障诊断理论及其方法的研究 by 杜京义,侯媛彬著, 杜京义, 侯媛彬著, 侯媛彬, Hou yuan bin, 杜京义 is a book available to read on EtoBox.

What is 基于核方法的故障诊断理论及其方法的研究 about?

1 (p1): 第1章 核方法及其研究基础 1 (p2): 1.1 核函数的定义 8 (p3): 1.2 正则化与表述定理 10 (p4): 1.3 几种核学习机 13 (p5): 1.4 核方法研究背景 16 (p6): 1.5 故障智能诊断中的机器学习 20 (p7): 1.6 核算法与故障诊断 30 (p8): 1.7 研究内容 34 (p9): 第2章 基于最小风险的SVM方法的研究 34 (p10): 2.1 引言 35 (p11): 2.2 支持向量机 38 (p12): 2.3 基于最小风险的SVM研究 45 (p13): 2.4 仿真研究 47 (p14): 2.5 实验研究 54 (p15): 2.6 本章小结 55 (p16): 第3章 单值SVM用于故障诊断 55 (p17): 3.1 引言 56 (p18): 3.2 单值支持向量机 60 (p19): 3.3 模型分析及选择研究 69 (p20): 3.4 核函数的参数确定 75 (p21): 3.5 基于单值SVM的故障诊断 76 (p22): 3.6 本章小结 78 (p23): 第4章 单值SVM时间滚动式学习算法的研究 78 (p24): 4.1 引言 79 (p25): 4.2 支持向量特点分析 82 (p26): 4.3 时间滚动式学习算法 87 (p27): 4.4 液压泵故障预警系统的设计 90 (p28): 4.5 仿真实验 95 (p29): 4.6 本章小结 96 (p30): 第5章 基于单值SVM的多故障识别 96 (p31): 5.1 引言 97 (p32): 5.2 几种常用的多类SVM方法 99 (p33): 5.3 基于单值SVM的多值分类 107 (p34): 5.4 实验研究 110 (p35): 5.5 本章小结 111 (p36): 第6章 基于SVR的早期故障预示研究 111 (p37): 6.1 引言 112 (p38): 6.2 支持向量回归 114 (p39): 6.3 SVR性能分析研究 117 (p40): 6.4 基于遗传算法的SVR参数选择 120 (p41): 6.5 基于SVR的故障预测 125 (p42): 6.6 本章小结 126 (p43): 第7章 混沌背景中微弱信号检测 126 (p44): 7.1 引言 127 (p45): 7.2 基于SVR的微弱信号检测 131 (p46): 7.3 仿真实验 135 (p47): 7.4 本章小结 137 (p48): 第8章 核矩阵的逼近 137 (p49): 8.1 引言 138 (p50): 8.2 核矩阵的逼近 144 (p51): 8.3 贪心算法 148 (p52): 8.4 实验研究 152 (p53): 8.5 本章小结 153 (p54): 第9章 结论

Author

杜京义,侯媛彬著, 杜京义, 侯媛彬著, 侯媛彬, Hou yuan bin, 杜京义

Publisher

北京市:北京大学出版社

Published

2010

Language

ZH

ISBN

9787301173961