【假一罚四】工业大数据分析汪俊亮 等
集团直发，全新正版书籍，假一罚四，放心选购。24小时内发货。可开发票
￥ 77.5 5.6折 ￥ 138 全新
库存2件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者汪俊亮 等
出版社电子工业
ISBN9787121441820
出版时间2022-09
装帧平装
开本16开
定价138元
货号31551346
上书时间2024-06-25
- 店主推荐
- 最新上架
![【全新正版，假一罚四】老友、爱人和大麻烦[加] 马修·派瑞9787544798501译林](https://www0.kfzimg.com/sw/kfz-cos/kfzimg/19363336/ec517fa93239f8f3_s.jpg)
商品详情
- 品相描述：全新
- 商品描述
-
商品简介
.
作者简介
汪俊亮：讲师东华大学机械工程学院工业大数据中心负责人。2013年于武汉理工大学获得学士学位，2018年于上海交通大学获得博士学位。作为项目核心骨干参与国家自然科学基金重点项目、重点研发计划、工信部智能制造专项等课题，开发了中国商飞C919部装线首套数据采集系统。在IEEETrans、Engineering、InternationalJournalofProductionResearch、EnterpriseInformationSystems等期刊发表SCI/EI论文十余篇，合作出版著作2部，获得软件著作权2项。曾参与《制造业大数据》、《制造业大数据资源》等著作的编写工作。主要研究方向为：工业大数据分析、晶圆工期预测与调控、晶圆缺陷模式识别、机器视觉与疵点检测等。张洁 东华大学教授，博士生导师，机械工程学院院长。1997年毕业于南京航空航天大学机械制造专业，获博士学位。以博士后或访问学者身份，先后在华中科技大学、香港大学、法国里昂二大、美国加州大学伯克利分校从事研究工作。全国高校制造自动化研究会常务理事及华东区秘书长、中国机械工程学会生产工程分会生产系统专业委员会常务理事、中国人工智能学会智能制造专业委员会常务理事、国家自然科学基金项目工程与材料&自动化学部通讯评审、教育部奖项评审入库专家、科技部项目评审入库专家、中国机械工程技术路线图编委、上海市经信委项目评审入库专家、上海市科委项目评审入库专家、国际期刊《InternationalJournalofNetworkandMobileTechnologies》编委、多个国内外期刊论文评审人。主持国家自然科学基金重点项目1项、面上项目5项；主持国家重点研发计划1项；支持工信部智能制造专项4项；主持国家863计划4项；主持国家科技支撑计划项目1项；主持上海市科委重点科研计划项目2项；主持国防科技预研基金项目1项。发表学术论文100余篇，其中SCI收录30余篇，EI收录40余篇。获国家发明专利授权7项，软件著作权20项。出版专著《晶圆制造自动化物料运输系统调度》、《基于Agent的制造系统调度与控制》、《可重入制造系统的控制》、《企业信息化工程――建模、诊断、评估与实践》、《多Agent技术在先进制造中的应用》、《敏捷智能化制造系统的重构与控制》。
目录
第1章 绪论001
1.1 从开普勒三大定律的发现谈起001
1.2 工业大数据的内涵002
1.2.1 工业大数据的背景002
1.2.2 工业大数据的定义003
1.2.3 工业大数据的特性004
1.2.4 大数据驱动的智能制造科学范式007
1.3 工业大数据分析的流程、平台及应用009
1.3.1 工业大数据分析的基本流程009
1.3.2 大数据平台010
1.3.3 工业大数据分析的应用场景017
1.4 工业大数据带来的思维变革019
1.4.1 从抽样到全局数据分析019
1.4.2 从因果建模到关联分析019
1.4.3 从精确求解到近似推演020
1.4.4 从数据的量变到分析的质变020
1.4.5 多来源数据协同处理020
1.4.6 强实时数据分析021
1.5 本书主要内容与章节安排021
参考文献022
第2章 工业大数据融合处理方法：从抽样到全局025
2.1 引言025
2.2 从局部样本到全体数据025
2.3 工业大数据的类型026
2.3.1 按照制造业务流程划分026
2.3.2 按照存储结构划分028
2.4 工业大数据特征的描述方法030
2.4.1 数据集中趋势度量030
2.4.2 数据离散趋势度量032
2.4.3 数据的分布形态：偏态与峰度034
2.5 工业大数据融合处理的典型方法035
2.5.1 基于过滤规则多级组合的多源数据导入与清洗方法035
2.5.2 基于元对象框架的异构数据统一建模与数据抽取融合方法037
2.5.3 基于字典学习的高维数据多尺度分类查询方法039
2.5.4 基于稀疏自动编码器的数据降维方法041
2.5.5 基于径向基神经网络的数据去冗余方法043
2.6 本章小结044
参考文献044
第3章 工业大数据关联分析方法：从因果到关联047
3.1 引言047
3.2 数据关联分析方法048
3.2.1 基于信息熵的关联关系度量方法048
3.2.2 基于频繁项集的关联关系度量方法050
3.2.3 基于Granger因果分析的关联关系度量方法053
3.2.4 基于复杂网络的关系解耦方法054
3.3 工业大数据关联分析案例059
3.3.1 晶圆工期关键参数识别方法059
3.3.2 柴油发动机功率一致性关键参数识别方法071
3.4 本章小结077
参考文献078
第4章 工业大数据预测方法：从精确求解到近似推演080
4.1 引言080
4.2 大数据预测任务080
4.1.1 时序预测任务081
4.1.2 因果预测任务082
4.2 工业大数据预测方法082
4.2.1 浅层机器学习预测方法083
4.2.2 深度学习预测方法089
4.3 工业大数据预测案例098
4.3.1 石油化工泵的故障预测098
4.3.2 晶圆工期预测方法106
4.4 本章小结120
参考文献121
第5章 不平衡工业大数据分析方法：从量变到质变123
5.1 引言123
5.2 大数据的不平衡性学习问题124
5.2.1 大数据的不平衡性124
5.2.2 不平衡学习问题分类125
5.2.3 不平衡学习的效果评价准则125
5.3 不平衡学习方法127
5.3.1 基于采样的不平衡学习方法128
5.3.2 基于代价敏感的不平衡学习方法134
5.3.4 基于主动学习的不平衡学习方法139
5.4 不平衡学习方法在智能制造中的典型应用143
5.4.1 不平衡数据下的晶圆图缺陷模式识别143
5.4.2 空气舵三维点云非等效分割方法155
5.5 本章小结167
参考文献167
第6章 多源工业大数据融合技术：从数据孤岛到多源融合170
6.1 引言170
6.2 制造大数据来源分析170
6.2.1 设计大数据171
6.2.2 生产大数据172
6.2.3 营销大数据174
6.2.4 运维大数据175
6.3 多源工业大数据的融合问题175
6.3.1 问题描述176
6.3.2 难点分析177
6.3.3 技术要求178
6.4 多源工业大数据融合技术180
6.4.1 基于任务流图的多源工业大数据融合任务建模技术180
6.4.2 基于雾计算的多源工业大数据融合技术182
6.4.3 基于密码学的多源工业大数据传输技术187
6.4.4 基于区块链的多源工业数据融合技术188
6.5 智能制造应用案例189
6.5.1 问题描述190
6.5.2 多源数据驱动的飞机装配位姿分析190
6.6 本章小结193
参考文献193
第7章 “边缘-云”模式的工业大数据分析技术：从云计算到边云融合195
7.1 引言195
7.2 制造过程中的工业大数据分析需求196
7.3 “边缘-云”融合的工业大数据分析模型197
7.3.1 “边缘-云”融合的大数据分析模型架构197
7.3.2 云计算技术199
7.3.3 边缘计算技术201
7.3.4 流数据处理技术203
7.3.5 内存计算技术205
7.4 基于“边缘-云”模式的面料疵点检测技术206
7.4.1 面料疵点检测需求分析206
7.4.2 “边缘-云”协同的面料疵点检测208
参考文献217
后记――方兴未艾的大数据科学220
内容摘要
本书根据作者的大量企业实践出发，内容覆盖基本概念、理论方法、实践应用，全面介绍工业大数据分析方法。数据基本概念篇（第1章），从工业大数据定义、特性分析、分析流程，阐述工业大数据基本概念。理论方法篇（第2~6章），以数据预处理、关联分析、分类分析、聚类分析、预测性分析为主体内容，介绍主流数据分析方法。应用篇（第7~9章），选取三个应用场景，介绍如何通过数据分析，实现工业场景的优化，以业务场景为导向展示数据分析过程和技巧。
主编推荐
本书根据作者的大量企业实践出发，内容覆盖基本概念、理论方法、实践应用，全面介绍工业大数据分析方法。
— 没有更多了 —
以下为对购买帮助不大的评价