• 异构制造大数据智能融合技术及应用
21年品牌 40万+商家 超1.5亿件商品

异构制造大数据智能融合技术及应用

全新正版 现货速发

35.3 6.1折 58 全新

库存35件

江苏无锡
认证卖家担保交易快速发货售后保障

作者姚雪梅 著

出版社清华大学出版社

ISBN9787302675266

出版时间2024-11

装帧平装

开本其他

定价58元

货号1203455197

上书时间2024-12-04

翰林文轩旗舰店

三年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
目录
目录

第1章制造大数据简介1
1.1制造大数据概念1
1.2制造大数据发展现状2
1.3制造大数据关键技术3
1.3.1数据采集3
1.3.2数据预处理6
1.3.3数据分析7
1.3.4制造大数据处理流程12
1.4制造大数据的应用13
1.5制造大数据面临的挑战14
1.6制造大数据的发展前景15
1.7异构制造大数据16
第2章制造大数据云存储技术18
2.1云存储发展现状及趋势18
2.1.1国外云存储发展现状18
2.1.2国内云存储发展现状20
2.2云计算及云存储技术22
2.2.1云计算框架模型22
2.2.2云存储系统架构23
2.2.3云存储发展的关键技术25
2.3数据加密技术27
2.3.1密码学简介27
2.3.2DES对称加密技术29
2.3.3RSA公钥加密技术35
2.3.4数字签名技术37
2.4数据加密技术在云存储中的应用39
2.4.1云存储中数据加密技术的设计39
2.4.2云存储中数据加密技术的安全性分析44
2.4.3云存储中数据加密技术的实现46
2.4.4云存储中数据加密技术的实验分析50
第3章制造大数据的多源异构数据融合62
3.1多源制造大数据融合方法综述62
3.1.1多源数据融合方法62
3.1.2多源数据融合方法在设备故障诊断中的应用64
3.2多源制造大数据融合算法分析67
3.2.1证据理论67
3.2.2学习向量化神经网络70
3.2.3决策树72
3.2.4卷积神经网络74
3.3证据理论决策融合算法的改进81
3.3.1证据理论的不足81
3.3.2证据理论的改进83
3.4证据理论决策融合算法的应用88
3.4.1基于神经网络和证据理论的样本预测88
3.4.2基于证据理论的多传感器多目标识别94
3.4.3改进证据理论(IDS)在设备故障中的融合诊断100
第4章制造大数据背景下旋转设备的智能故障诊断105
4.1制造大数据背景下设备故障智能诊断技术分析105
4.1.1设备故障发生的一般规律105
4.1.2传统的机械设备故障诊断方法107
4.1.3多源数据融合的设备故障诊断方法108
4.2制造大数据背景下设备故障状态监测与诊断的框架109
4.3基于LVQ和DT的单源信号多传感器融合智能诊断112
4.3.1单源信号多传感器融合诊断的实验数据准备112
4.3.2单源信号多传感器融合诊断的故障特征提取114
4.3.3单源信号多传感器融合诊断的模型构建121
4.3.4基于LVQ和DT的多模型融合故障诊断方法122
4.3.5基于IDS融合LVQ和DT的多模融合诊断结果分析134
4.4基于CNN的多源信号多传感器融合智能诊断136
4.4.1多源信号多传感器融合诊断的实验装置及数据准备137
4.4.2基于振动信号的ASCNN融合诊断模型构建139
4.4.3基于声音信号的ESCNN融合诊断模型构建149
4.4.4基于IDS的振声信号的融合诊断模型构建154
4.4.5基于IDS的振声信号的融合诊断模型性能分析155
第5章制造大数据多源融合及分析系统开发与实现162
5.1多源异构制造大数据场景162
5.2制造大数据多源融合与分析系统总体设计166
5.2.1需求分析166
5.2.2总体结构设计167
5.2.3数据库设计171
5.3制造大数据多源融合与分析系统详细设计与实现177
5.3.1系统详细设计177
5.3.2系统实现180
5.4制造大数据多源融合与分析系统应用及效果展示182
5.4.1系统安装与配置182
5.4.2应用效果展示183
参考文献190

内容摘要
"本书是一部异构制造大数据智能融合技术的学术专著。本书以制造业大数据为背景,围绕旋转设备的运行状态展开,系统介绍了在多源异构制造大数据的基础上利用多源数据融合的方法实现旋转设备的运行状态监测和智能诊断。
本书的**亮点和特色是遵循理论性与实践性相结合、先进性与实用性相结合、专业性与通用性相结合的原则。
本书适合以下读者: 对人工智能、机器学习、数据融合感兴趣的读者;希望用计算机的算法解决机械相关领域问题的研究者、工程设计人员和应用人员。本书可以作为计算机专业和机械专业的本科毕业设计和研究生学术论文的参考资料,尤其是可供研究多源数据融合和机械设备故障诊断方向的学生、研究人员参考;还可以作为相关工程技术人员的辅助参考。
"

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP