掃一掃
關(guān)注中圖網(wǎng)
官方微博
包郵 深度學(xué)習(xí)方法在滾動(dòng)軸承故障識(shí)別中的應(yīng)用
作者：陳志剛 杜小磊著
開本：
16開
頁數(shù)：
186
本類榜單：工業(yè)技術(shù)銷量榜
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(jì)(下)
-
>
基于個(gè)性化設(shè)計(jì)策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書中國高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機(jī)車概要.交流傳動(dòng)內(nèi)燃.電力機(jī)車
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學(xué)的問題與脈絡(luò)
中圖價(jià):¥18.4
加入購物車
深度學(xué)習(xí)方法在滾動(dòng)軸承故障識(shí)別中的應(yīng)用 版權(quán)信息
- ISBN：9787522107585
- 條形碼：9787522107585 ; 978-7-5221-0758-5
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
深度學(xué)習(xí)方法在滾動(dòng)軸承故障識(shí)別中的應(yīng)用 內(nèi)容簡介
本書是在相關(guān)科研項(xiàng)目和論文的基礎(chǔ)上撰寫而成。本書以機(jī)械動(dòng)力設(shè)備中常用的部件——滾動(dòng)軸承為研究對(duì)象，系統(tǒng)闡述了深度學(xué)習(xí)方法在滾動(dòng)軸承故障診斷中的應(yīng)用。分析了滾動(dòng)軸承常見的故障、原因和振動(dòng)機(jī)理，介紹了當(dāng)前滾動(dòng)軸承故障診斷方法；在基于現(xiàn)代信號(hào)處理的基礎(chǔ)上，闡述了基于深度學(xué)習(xí)的特征提取前處理方法；進(jìn)一步闡述了基于半監(jiān)督深度學(xué)習(xí)的滾動(dòng)軸承故障識(shí)別方法，基于有監(jiān)督深度學(xué)習(xí)的滾動(dòng)軸承故障識(shí)別方法，以及基于遷移深度學(xué)習(xí)的滾動(dòng)軸承故障識(shí)別方法。通過這些方法的闡述和實(shí)例分析，得出了相關(guān)結(jié)論，對(duì)提高滾動(dòng)軸承故障識(shí)別的精確性和智能性，提供了有理論意義的參考，同時(shí)也具備一定工程意義。
深度學(xué)習(xí)方法在滾動(dòng)軸承故障識(shí)別中的應(yīng)用 目錄
第1章 引言
1.1 研究背景和意義
1.2 滾動(dòng)軸承故障機(jī)理簡介
1.3 基于信號(hào)處理和機(jī)器學(xué)習(xí)的滾動(dòng)軸承故障識(shí)別技術(shù)研究現(xiàn)狀
1.4 基于深度學(xué)習(xí)方法的滾動(dòng)軸承故障識(shí)別研究
1.5 深度學(xué)習(xí)主流開源仿真工具
1.6 滾動(dòng)軸承故障識(shí)別測試數(shù)據(jù)集
1.7 本書主要研究內(nèi)容及結(jié)構(gòu)
參考文獻(xiàn)
第2章 深度學(xué)習(xí)特征提取前處理——基于現(xiàn)代信號(hào)處理方法
2.1 壓縮感知降噪采樣
2.2 同步擠壓S變換
2.3 形態(tài)經(jīng)驗(yàn)小波變換
2.4 功率譜幅值閾值經(jīng)驗(yàn)小波變換（PSDEWT)
2.5 辛幾何模態(tài)分解
2.6 提升雙樹復(fù)小波包
參考文獻(xiàn)
第3章 基于半監(jiān)督深度學(xué)習(xí)的滾動(dòng)軸承故障識(shí)別研究
3.1 DAE及其改進(jìn)
3.2 DBN及其改進(jìn)
3.3 實(shí)驗(yàn)驗(yàn)證——XJTU-SY滾動(dòng)軸承加速壽命試驗(yàn)數(shù)據(jù)集
3.4 實(shí)驗(yàn)驗(yàn)證——基于Spectra Quest 滾動(dòng)軸承試驗(yàn)臺(tái)
第4章 基于有監(jiān)督深度學(xué)習(xí)的滾動(dòng)軸承故障識(shí)別研究
4.1 深層曲線波卷積神經(jīng)網(wǎng)絡(luò)（deep curvelet convolutional neural networks,DC-CNN)
4.2 導(dǎo)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)(lead convolution neural network, LCNN)
4.3 分形網(wǎng)絡(luò)（FractalNet）
4.4 膠囊網(wǎng)絡(luò)（capsule net,CN）
4.5 深層支持向量機(jī)（deep support vector machine,DSVM)
4.6 深度森林（Deep Forest,DF）
4.7 實(shí)驗(yàn)驗(yàn)證——北京建筑大學(xué)滾動(dòng)軸承試驗(yàn)臺(tái)
4.8 實(shí)驗(yàn)驗(yàn)證——西儲(chǔ)大學(xué)滾動(dòng)軸承公開數(shù)據(jù)集
參考文獻(xiàn)
第5章 基于遷移和生成深度學(xué)習(xí)的滾動(dòng)軸承故障識(shí)別研究
5.1 集成深層小波自動(dòng)編碼器（EDWAE）遷移學(xué)習(xí)方法
5.2 非平衡小樣本數(shù)據(jù)的滾動(dòng)軸承故障識(shí)別——基于生成對(duì)抗網(wǎng)絡(luò)
5.3 非平衡小樣本數(shù)據(jù)的滾動(dòng)軸承故障識(shí)別——基于深層變分自編碼器
5.4 深度卷積生成對(duì)抗網(wǎng)絡(luò)
參考文獻(xiàn)
1.1 研究背景和意義
1.2 滾動(dòng)軸承故障機(jī)理簡介
1.3 基于信號(hào)處理和機(jī)器學(xué)習(xí)的滾動(dòng)軸承故障識(shí)別技術(shù)研究現(xiàn)狀
1.4 基于深度學(xué)習(xí)方法的滾動(dòng)軸承故障識(shí)別研究
1.5 深度學(xué)習(xí)主流開源仿真工具
1.6 滾動(dòng)軸承故障識(shí)別測試數(shù)據(jù)集
1.7 本書主要研究內(nèi)容及結(jié)構(gòu)
參考文獻(xiàn)
第2章 深度學(xué)習(xí)特征提取前處理——基于現(xiàn)代信號(hào)處理方法
2.1 壓縮感知降噪采樣
2.2 同步擠壓S變換
2.3 形態(tài)經(jīng)驗(yàn)小波變換
2.4 功率譜幅值閾值經(jīng)驗(yàn)小波變換（PSDEWT)
2.5 辛幾何模態(tài)分解
2.6 提升雙樹復(fù)小波包
參考文獻(xiàn)
第3章 基于半監(jiān)督深度學(xué)習(xí)的滾動(dòng)軸承故障識(shí)別研究
3.1 DAE及其改進(jìn)
3.2 DBN及其改進(jìn)
3.3 實(shí)驗(yàn)驗(yàn)證——XJTU-SY滾動(dòng)軸承加速壽命試驗(yàn)數(shù)據(jù)集
3.4 實(shí)驗(yàn)驗(yàn)證——基于Spectra Quest 滾動(dòng)軸承試驗(yàn)臺(tái)
第4章 基于有監(jiān)督深度學(xué)習(xí)的滾動(dòng)軸承故障識(shí)別研究
4.1 深層曲線波卷積神經(jīng)網(wǎng)絡(luò)（deep curvelet convolutional neural networks,DC-CNN)
4.2 導(dǎo)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)(lead convolution neural network, LCNN)
4.3 分形網(wǎng)絡(luò)（FractalNet）
4.4 膠囊網(wǎng)絡(luò)（capsule net,CN）
4.5 深層支持向量機(jī)（deep support vector machine,DSVM)
4.6 深度森林（Deep Forest,DF）
4.7 實(shí)驗(yàn)驗(yàn)證——北京建筑大學(xué)滾動(dòng)軸承試驗(yàn)臺(tái)
4.8 實(shí)驗(yàn)驗(yàn)證——西儲(chǔ)大學(xué)滾動(dòng)軸承公開數(shù)據(jù)集
參考文獻(xiàn)
第5章 基于遷移和生成深度學(xué)習(xí)的滾動(dòng)軸承故障識(shí)別研究
5.1 集成深層小波自動(dòng)編碼器（EDWAE）遷移學(xué)習(xí)方法
5.2 非平衡小樣本數(shù)據(jù)的滾動(dòng)軸承故障識(shí)別——基于生成對(duì)抗網(wǎng)絡(luò)
5.3 非平衡小樣本數(shù)據(jù)的滾動(dòng)軸承故障識(shí)別——基于深層變分自編碼器
5.4 深度卷積生成對(duì)抗網(wǎng)絡(luò)
參考文獻(xiàn)
展開全部
書友推薦
- >
我從未如此眷戀人間
- >
伯納黛特,你要去哪(2021新版)
- >
月亮與六便士
- >
姑媽的寶刀
- >
煙與鏡
- >
自卑與超越
- >
朝聞道
- >
有舍有得是人生
本類暢銷
