掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
制造大數據技術與應用 版權信息
- ISBN：9787568034715
- 條形碼：9787568034715 ; 978-7-5680-3471-5
- 裝幀：一般銅版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
制造大數據技術與應用 本書特色
《制造業大數據與應用》一書圍繞制造業數據的“聚、通、用”等關鍵問題，針對制造大數據的感知、匯聚、融合與應用等階段開展研究。 第1章對制造大數據價值創造體系進行研究，重點闡述工業4.0的大數據環境、制造大數據從數據到信息再到價值的轉化過程。第2章扼要介紹了制造大數據應用的總體架構和關鍵技術。第3章研究了制造大數據環境下多源沖突數據融合技術，提出了一系列相關算法。第4章研究了制造過程大數據感知與處理技術，提出了基于物聯網技術的制造過程數據主動感知、基于CEP和關聯模板的關鍵事件實時處理等方法。第5章研究了制造過程質量數據分析與控制技術、制造業質量成本控制體系，并提出了基于復雜事件處理的制造過程管控及數據應用技術。第6章研究了大數據環境下的制造業云設計技術和制造大數據云設計平臺構建技術。第7章研究了制造大數據云制造服務平臺構建技術。第8章介紹了制造物聯數據感知與處理應用實例、電子元器件智能制造大數據應用實例、云設計與云制造大數據平臺應用實例。本書內容深入淺出，具有很強的理論與實踐指導作用。
制造大數據技術與應用 內容簡介
《制造業大數據與應用》一書緊扣當前制造業發展熱點，并將理論研究與實際應用相結合，內容先進實用。
制造大數據技術與應用 目錄
第1章
制造大數據價值創造體系/1
1.1 工業4.0的大數據環境/1
1.1.1 工業4.0簡介/1
1.1.2 大數據*新發展趨勢/3
1.1.3 工業4.0時代下的大數據分析/8
1.2 制造大數據和互聯網大數據/14
1.2.1 制造大數據/14
1.2.2 互聯網大數據/18
1.3 從數據到信息再到價值的轉化過程/23
1.3.1 數據與信息及價值的關系/23
1.3.2 數據與信息及價值的轉化/24
本章參考文獻/31
第2章
制造大數據總體架構和關鍵技術/35
2.1 制造大數據應用的總體架構/35
2.2 大數據獲取技術/37
2.2.1 數據采集/37
2.2.2 數據傳輸/38
2.2.3 數據預處理/40
2.3 大數據存儲技術/42
2.3.1 存儲基礎設施/42
2.3.2 數據管理框架/43
2.4 大數據高級分析技術/48
2.4.1 數據挖掘/48
2.4.2 統計分析/50
2.4.3 結構化數據分析/50
2.4.4 文本分析/50
2.4.5 Web數據分析/51
2.4.6 多媒體數據分析/52
2.4.7 社交網絡數據分析/52
2.4.8 移動數據分析/53
2.5 大數據可視化技術/54
2.5.1 大數據可視化的基本概念/54
2.5.2 大數據可視化的基礎理論/56
2.5.3 面向大數據的主流可視化技術/60
2.6 當前的大數據系統/61
2.6.1 Google大數據系統/61
2.6.2 海爾大數據精準營銷系統/67
2.6.3 騰訊大數據系統/72
2.6.4 大數據系統面臨的挑戰/76
本章參考文獻/77
第3章制造大數據多源數據融合/82
3.1 制造大數據的來源與特性/82
3.1.1 制造大數據的來源/82
3.1.2 制造大數據的特點/83
3.1.3 制造大數據實時采集融合/84
3.1.4 制造大數據實時采集融合面臨的挑戰/85
3.2 多源沖突數據融合技術的發展現狀/87
3.2.1 沖突數據檢測問題的研究現狀/88
3.2.2 沖突數據真值發現問題的研究現狀/89
3.3 數據源敏感的XML數據相似度量方法/93
3.3.1 TF-IDF模型/93
3.3.2 相關概念/93
3.3.3 數據源敏感度/94
3.3.4 數據源敏感的XML數據相似度函數/94
3.3.5 XML數據相似度量實驗/95
3.4 基于包含度理論的XML沖突對象檢測算法/97
3.4.1 相關概念/98
3.4.2 構造實體對象/99
3.4.3 IDT-DXDA算法/100
3.4.4 IDT-DXDA算法實驗/103
3.5 基于可信度模型的沖突主數據檢測算法/105
3.5.1 相關概念/106
3.5.2 主數據沖突記錄檢測算法模型/107
3.5.3 FCDR算法/108
3.5.4 實驗/109
3.6 基于模糊偏序關系支持度模型的真值發現算法/111
3.6.1 相關概念/112
3.6.2 模糊偏序關系支持度計算模型/114
3.6.3 FA-SDCM算法/116
3.6.4 FA-SDCM算法實驗/118
3.7 基于真值發現的沖突數據源質量評價算法/123
3.7.1 相關概念/123
3.7.2 數據源質量評價模型/125
3.7.3 TFDQ算法/125
3.7.4 TFDQ算法實驗/127
3.8 多源沖突數據融合研究成果在企業數據資源管理中的應用/129
3.8.1 項目介紹/129
3.8.2 項目總體架構/130
3.8.3 多源沖突數據融合研究成果在大型企業數據管理平臺
中的應用/133
本章參考文獻/134
第4章
制造過程大數據感知與處理/144
4.1 國內外研究現狀簡介/144
4.2 制造過程數據分析與管理/146
4.2.1 制造數據描述及特性分析/146
4.2.2制造過程數據管理體系/148
4.3 制造過程數據主動感知與處理技術實現/149
4.3.1 制造物聯事件主動感知與處理實現階段/149
4.3.2 制造物聯事件主動感知模型/150
4.3.3 制造物聯事件主動感知與處理技術架構/151
4.4 基于物聯網技術的制造過程數據主動感知方法/153
4.4.1 傳感網絡優化配置及感知系統設計/153
4.4.2 感知數據的加工處理及標準化封裝/156
4.4.3 數據關聯分析及匹配運算/156
4.4.4 感知數據的傳送及應用/157
4.5 制造物聯車間數據管理模型及表達/158
4.5.1 制造物聯車間數據模型分析/158
4.5.2 基于對象封裝的Express車間數據管理建模/159
4.5.3 基于XML的制造物聯車間數據模型表達/162
4.5.4 制造物聯車間XML數據模型的一般表達/167
4.6 基于XML的制造過程復雜事件數據模型描述/168
4.6.1 制造物聯復雜事件結構模型建立/168
4.6.2 基于XML的面向特色食品生產過程的事件描述語言/169
4.6.3 基于XEDL的特色食品生產過程事件模型描述案例
及對比分析/173
4.7 制造過程數據流事件分解和處理/175
4.7.1 數據流事件模型/175
4.7.2 數據流事件系統構造/177
4.7.3 數據流事件公式化/178
4.7.4 分解算法/179
4.7.5 數據流事件處理框架的設計/181
4.8 基于CEP和關聯模板的關鍵事件實時處理/184
4.8.1 基于CEP的模板匹配式事件關聯方案/184
4.8.2 基于關聯模板的制造過程關鍵事件實時處理/189
本章參考文獻/193
第5章
制造過程質量數據分析與控制/196
5.1 制造業質量管理發展概述/196
5.1.1 質量的概念及管理理論/196
5.1.2 質量管理的意義/200
5.1.3 質量管理的發展階段/201
5.1.4 制造管理的內涵及需求/204
5.2 制造業質量控制技術的發展現狀/206
5.2.1 制造過程質量控制研究現狀/206
5.2.2 制造過程質量預測研究現狀/208
5.3 CEP技術/208
5.3.1 CEP技術應用于制造過程管控的意義/208
5.3.2 CEP關鍵技術及典型CEP應用/209
5.4 基于CEP的制造過程管控/213
5.4.1 基于CEP的制造物聯數據管控/213
5.4.2 CEP在物流物聯網中的應用/217
5.4.3 CEP技術在分布式系統故障定位中的應用/218
5.4.4 CEP技術在產品質量預測中的應用/221
5.4.5 CEP在產品質量成本控制中的應用/225
本章參考文獻/230
第6章
制造大數據云設計/233
6.1 云設計概述/234
6.1.1 云設計的基本概念/234
6.1.2 云設計系統的特征及云設計體系架構/235
6.1.3 云設計的研究現狀/237
6.2 制造大數據云設計關鍵技術/239
6.2.1 云設計的技術體系/239
6.2.2 云設計典型關鍵技術/240
6.3 制造大數據云設計平臺/242
6.3.1 產品設計過程建模/242
6.3.2 云設計平臺組成/243
6.3.3 云設計服務/245
6.3.4 基于語義Web的云平臺關鍵技術/247
本章參考文獻/254
第7章
制造大數據云制造/257
7.1 云制造服務模式/259
7.1.1 云制造服務/259
7.1.2 Web服務協商框架/261
7.2 平臺服務交易模型/263
7.2.1 服務交易過程/264
7.2.2 服務平臺目標/265
7.3 基于本體的智能服務協商框架/265
7.3.1 服務協商框架/266
7.3.2 基于本體的知識共享/266
7.3.3 服務合約/267
7.4 雙邊多議題協商流程/267
7.4.1 多議題協商問題表示/269
7.4.2 協商協議/270
7.4.3 協商策略/270
7.4.4 效用評估與協商決策/271
7.5 云制造服務平臺/271
7.5.1 云制造服務平臺體系結構/271
7.5.2 云制造服務平臺功能/273
7.5.3 服務交易應用效果/274
7.6 云制造服務平臺案例/275
7.6.1 工業云總體結構/275
7.6.2 工業云應用服務體系/279
7.6.3 工業云大數據規劃與增值服務/280
本章參考文獻/283
第8章
制造大數據應用實例/285
8.1 制造物聯數據感知與處理應用實例/285
8.1.1 制造物聯數據應用規劃/285
8.1.2 制造物聯數據感知與處理應用系統/286
8.1.3 應用實現/301
8.2 電子元器件智能制造大數據應用實例/305
8.2.1 技術框架/305
8.2.2 產品數字化設計與數據管理/308
8.2.3 產品數據協同管理/311
8.2.4 多源數據融合與集成應用/314
8.3 制造大數據云設計與云制造實例/319
8.3.1 SKB-CAPD系統功能定位與框架設計/319
8.3.2 SKB-CAPD系統服務模式與技術實現/325
8.3.3 SKB-CAPD系統的功能模塊與實現/328
8.3.4 SKB-CAPD系統應用成果展示/337
參考文獻/342
展開全部
制造大數據技術與應用 作者簡介
李少波，男，1973年11月生，中共黨員，工學博士，教授（專業技術二級），現任貴州大學機械工程學院院長、物聯網產業發展研究中心主任。貴州大學機械工程學科博士生導師，中國科學院大學計算機軟件與理論專業兼職博士生導師，長期從事智能制造、大數據、“互聯網 ”產業的研究。教育部新世紀優秀人才，貴州省省管專家、享受政府特殊津貼專家，貴州省高層次創新型人才（百層次）、貴州省優秀青年科技人才、貴州省制造業信息化專家組組長。已發表論文170余篇，其中SCI/EI收錄70余篇；出版專著2部，譯著1部；獲頒軟件著作權登記證書17項、獲發明專利9項。主持國家863計劃、國家科技支撐計劃項目、國家自然科學基金項目和教育部、工信部及貴州省科技項目30余項。獲省部級科技進步二等獎2次、三等獎3次，獲貴陽市科技進步特等獎1次、二等獎2次。
書友推薦
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
伊索寓言-世界文學名著典藏-全譯本
- >
推拿
- >
伯納黛特,你要去哪(2021新版)
- >
莉莉和章魚
- >
【精裝繪本】畫給孩子的中國神話
- >
李白與唐代文化
- >
二體千字文
本類暢銷
