中圖網(wǎng)小程序
一鍵登錄
更方便
>
智能傳感器理論基礎(chǔ)及應(yīng)用
本類五星書(shū)更多>
-
>
貨幣大歷史:金融霸權(quán)與大國(guó)興衰六百年
-
>
(精)方力鈞作品圖錄
-
>
《藏書(shū)報(bào)》2021合訂本
-
>
(精)中國(guó)當(dāng)代書(shū)畫(huà)名家作品集·范碩:書(shū)法卷+繪畫(huà)卷(全2卷)
-
>
(噴繪樓閣版)女主臨朝:武則天的權(quán)力之路
-
>
書(shū)里掉出來(lái)一只狼+狼的故事-全2冊(cè)
-
>
奇思妙想創(chuàng)意玩具書(shū)(精裝4冊(cè))
中圖價(jià):¥42.5
加入購(gòu)物車(chē)
智能傳感器理論基礎(chǔ)及應(yīng)用 版權(quán)信息
- ISBN：9787121402517
- 條形碼：9787121402517 ; 978-7-121-40251-7
- 裝幀：暫無(wú)
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：
智能傳感器理論基礎(chǔ)及應(yīng)用 內(nèi)容簡(jiǎn)介
本書(shū)系統(tǒng)、全面地闡述了智能傳感器理論基礎(chǔ)及應(yīng)用技術(shù)，全書(shū)內(nèi)容共7 章，第1 章緒論，介紹智能 傳感器的歷史背景及發(fā)展現(xiàn)狀；第2 章智能傳感器智能化功能及其實(shí)現(xiàn)技術(shù)，重點(diǎn)介紹智能傳感器的基本功能、數(shù)據(jù)處理方式及其實(shí)現(xiàn)途徑；第3 章智能傳感器信息處理技術(shù)，介紹預(yù)測(cè)濾波器、時(shí)-頻分析法、數(shù)據(jù)驅(qū)動(dòng)法、熵方法、模式識(shí)別法5 種智能傳感器信息處理技術(shù)；第4 章自確認(rèn)傳感器技術(shù)，介紹自確認(rèn)傳感器原理、結(jié)構(gòu)、自確認(rèn)傳感器方法、主要功能；第5 章智能聲發(fā)射傳感器及其應(yīng)用，介紹智能聲發(fā)射傳感器檢測(cè)術(shù)及其在軸承故障診斷系統(tǒng)中的應(yīng)用；第6 章智能氣體傳感器及其應(yīng)用，介紹智能氣體傳感器技術(shù)及其在大氣污染物檢測(cè)中的應(yīng)用；第7 章智能壓力傳感器及其應(yīng)用，介紹智能壓力傳感器技術(shù)及其在火箭發(fā)動(dòng)機(jī)試驗(yàn)臺(tái)系統(tǒng)中的應(yīng)用。
智能傳感器理論基礎(chǔ)及應(yīng)用 目錄
第1章 緒論
1.1 傳感器技術(shù)概述
1.2 現(xiàn)代傳感器技術(shù)
1.2.1 現(xiàn)代傳感器技術(shù)特征
1.2.2 集成/固態(tài)傳感器的特點(diǎn)
1.3 智能傳感器概述
1.3.1 智能傳感器的定義
1.3.2 智能傳感器的特點(diǎn)
1.3.3 智能傳感器的組成
1.3.4 智能傳感器的形式
1.3.5 傳感器智能化的途徑
1.3.6 智能傳感器的發(fā)展及趨勢(shì)
1.3.7 智能傳感器的開(kāi)發(fā)重點(diǎn)
1.4 智能傳感器中的軟件方法
1.4.1 軟件子模塊
1.4.2 預(yù)處理
1.4.3 狀態(tài)監(jiān)測(cè)與故障檢測(cè)模塊
1.5 智能傳感器的實(shí)現(xiàn)方式
1.5.1 非集成化智能傳感器
1.5.2 集成化智能傳感器
1.5.3 智能傳感器混合集成
參考文獻(xiàn)
第2章 智能傳感器智能化功能及其實(shí)現(xiàn)技術(shù)
2.1 智能傳感器的基本功能
2.1.1 智能傳感器的自檢技術(shù)
2.1.2 智能傳感器的自動(dòng)校準(zhǔn)技術(shù)
2.1.3 智能傳感器的量程自動(dòng)轉(zhuǎn)換技術(shù)
2.1.4 智能傳感器的標(biāo)度變換技術(shù)
2.2 智能傳感器測(cè)量數(shù)據(jù)處理
2.2.1 測(cè)量數(shù)據(jù)的非數(shù)值處理
2.2.2 系統(tǒng)誤差的數(shù)據(jù)處理
2.2.3 隨機(jī)誤差的數(shù)據(jù)處理
參考文獻(xiàn)
第3章 智能傳感器信息處理技術(shù)
3.1 概述
3.2 預(yù)測(cè)濾波器
3.2.1 多項(xiàng)式預(yù)測(cè)濾波器
3.2.2 灰色預(yù)測(cè)濾波器
3.3 時(shí)-頻分析法
3.3.1 小波包分析
3.3.2 經(jīng)驗(yàn)?zāi)B(tài)分解
3.3.3 集合經(jīng)驗(yàn)?zāi)B(tài)分解
3.3.4 互補(bǔ)集合經(jīng)驗(yàn)?zāi)B(tài)分解
3.4 數(shù)據(jù)驅(qū)動(dòng)法
3.4.1 主成分分析
3.4.2 動(dòng)態(tài)主成分分析
3.4.3 獨(dú)立成分分析
3.4.4 核主成分分析
3.4.5 非負(fù)矩陣分解
3.4.6 稀疏非負(fù)矩陣分解
3.5 熵方法
3.5.1 能量熵
3.5.2 樣本熵
3.5.3 排列熵
3.5.4 多尺度熵
3.6 模式識(shí)別法
3.6.1 k*近鄰域
3.6.2 層次支持向量多分類機(jī)
3.6.3 多分類相關(guān)向量機(jī)
3.6.4 隨機(jī)森林分類器
3.6.5 稀疏表示分類器
參考文獻(xiàn)
第4章 自確認(rèn)傳感器技術(shù)
4.1 概述
4.2 自確認(rèn)傳感器原理
4.2.1 自確認(rèn)傳感器功能結(jié)構(gòu)模型
4.2.2 自確認(rèn)傳感器的輸出參數(shù)
4.2.3 自確認(rèn)傳感器的研究?jī)?nèi)容
4.3 常用的自確認(rèn)傳感器方法
4.3.1 傳感器故障檢測(cè)與隔離方法
4.3.2 傳感器故障診斷方法
4.3.3 傳感器故障恢復(fù)方法
4.3.4 傳感器測(cè)量質(zhì)量評(píng)估方法
4.4 自確認(rèn)傳感器結(jié)構(gòu)
參考文獻(xiàn)
第5章 智能聲發(fā)射傳感器及其應(yīng)用
5.1 聲發(fā)射信號(hào)
5.1.1 聲發(fā)射源
5.1.2 聲發(fā)射信號(hào)基本概念
5.1.3 聲發(fā)射信號(hào)特征及表征參數(shù)
5.2 智能聲發(fā)射傳感器概述
5.2.1 智能聲發(fā)射傳感器分類
5.2.2 智能聲發(fā)射傳感器原理
5.2.3 智能聲發(fā)射傳感器結(jié)構(gòu)
5.3 智能聲發(fā)射傳感器檢測(cè)技術(shù)
5.3.1 聲發(fā)射技術(shù)原理
5.3.2 聲發(fā)射信號(hào)處理方法
5.3.3 聲發(fā)射無(wú)損檢測(cè)技術(shù)的優(yōu)勢(shì)及應(yīng)用
5.4 智能聲發(fā)射傳感器在滾動(dòng)軸承故障檢測(cè)中的應(yīng)用
5.4.1 故障滾動(dòng)軸承的聲發(fā)射信號(hào)
5.4.2 故障特征提取
5.4.3 滾動(dòng)軸承聲發(fā)射信號(hào)智能故障診斷模型
參考文獻(xiàn)
第6章 智能化氣體傳感器及其應(yīng)用
6.1 氣體傳感器概述
6.2 智能氣體傳感器精度提升算法
6.2.1 氣體傳感器選擇性改善方法
6.2.2 氣體傳感器溫/濕度補(bǔ)償方法
6.3 智能氣體傳感器數(shù)據(jù)恢復(fù)方法
6.3.1 相關(guān)向量機(jī)基本理論
6.3.2 相關(guān)向量機(jī)核函數(shù)選擇
6.3.3 基于相關(guān)向量機(jī)的氣體傳感器故障數(shù)據(jù)恢復(fù)
6.4 智能氣體傳感器的故障診斷
6.4.1 氣體傳感器故障模式分析
6.4.2 氣體傳感器在線故障檢測(cè)
6.4.3 基于核主成分分析的氣體傳感器故障特征提取
6.4.4 基于多分類相關(guān)向量機(jī)的氣體傳感器故障診斷
參考文獻(xiàn)
第7章 智能壓力傳感器及其應(yīng)用
7.1 壓力傳感器工作原理概述
7.2 壓力傳感器的故障模式
7.2.1 常見(jiàn)壓力傳感器的故障類型
7.2.2 壓力傳感器的故障模式分類
7.3 智能壓力傳感器故障診斷方法
7.3.1 基于多尺度主成分分析的故障診斷方法
7.3.2 基于小波包的多尺度主成分分析故障診斷方法
7.4 故障診斷方法仿真驗(yàn)證
7.4.1 基于小波變換的多尺度主成分分析診斷方法仿真驗(yàn)證
7.4.2 基于小波包的MSPCA診斷方法仿真驗(yàn)證
7.5 基于徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)恢復(fù)方法
7.5.1 RBF神經(jīng)網(wǎng)絡(luò)原理概述
7.5.2 RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
7.5.3 RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
7.5.4 壓力傳感器數(shù)據(jù)恢復(fù)仿真研究
參考文獻(xiàn)
1.1 傳感器技術(shù)概述
1.2 現(xiàn)代傳感器技術(shù)
1.2.1 現(xiàn)代傳感器技術(shù)特征
1.2.2 集成/固態(tài)傳感器的特點(diǎn)
1.3 智能傳感器概述
1.3.1 智能傳感器的定義
1.3.2 智能傳感器的特點(diǎn)
1.3.3 智能傳感器的組成
1.3.4 智能傳感器的形式
1.3.5 傳感器智能化的途徑
1.3.6 智能傳感器的發(fā)展及趨勢(shì)
1.3.7 智能傳感器的開(kāi)發(fā)重點(diǎn)
1.4 智能傳感器中的軟件方法
1.4.1 軟件子模塊
1.4.2 預(yù)處理
1.4.3 狀態(tài)監(jiān)測(cè)與故障檢測(cè)模塊
1.5 智能傳感器的實(shí)現(xiàn)方式
1.5.1 非集成化智能傳感器
1.5.2 集成化智能傳感器
1.5.3 智能傳感器混合集成
參考文獻(xiàn)
第2章 智能傳感器智能化功能及其實(shí)現(xiàn)技術(shù)
2.1 智能傳感器的基本功能
2.1.1 智能傳感器的自檢技術(shù)
2.1.2 智能傳感器的自動(dòng)校準(zhǔn)技術(shù)
2.1.3 智能傳感器的量程自動(dòng)轉(zhuǎn)換技術(shù)
2.1.4 智能傳感器的標(biāo)度變換技術(shù)
2.2 智能傳感器測(cè)量數(shù)據(jù)處理
2.2.1 測(cè)量數(shù)據(jù)的非數(shù)值處理
2.2.2 系統(tǒng)誤差的數(shù)據(jù)處理
2.2.3 隨機(jī)誤差的數(shù)據(jù)處理
參考文獻(xiàn)
第3章 智能傳感器信息處理技術(shù)
3.1 概述
3.2 預(yù)測(cè)濾波器
3.2.1 多項(xiàng)式預(yù)測(cè)濾波器
3.2.2 灰色預(yù)測(cè)濾波器
3.3 時(shí)-頻分析法
3.3.1 小波包分析
3.3.2 經(jīng)驗(yàn)?zāi)B(tài)分解
3.3.3 集合經(jīng)驗(yàn)?zāi)B(tài)分解
3.3.4 互補(bǔ)集合經(jīng)驗(yàn)?zāi)B(tài)分解
3.4 數(shù)據(jù)驅(qū)動(dòng)法
3.4.1 主成分分析
3.4.2 動(dòng)態(tài)主成分分析
3.4.3 獨(dú)立成分分析
3.4.4 核主成分分析
3.4.5 非負(fù)矩陣分解
3.4.6 稀疏非負(fù)矩陣分解
3.5 熵方法
3.5.1 能量熵
3.5.2 樣本熵
3.5.3 排列熵
3.5.4 多尺度熵
3.6 模式識(shí)別法
3.6.1 k*近鄰域
3.6.2 層次支持向量多分類機(jī)
3.6.3 多分類相關(guān)向量機(jī)
3.6.4 隨機(jī)森林分類器
3.6.5 稀疏表示分類器
參考文獻(xiàn)
第4章 自確認(rèn)傳感器技術(shù)
4.1 概述
4.2 自確認(rèn)傳感器原理
4.2.1 自確認(rèn)傳感器功能結(jié)構(gòu)模型
4.2.2 自確認(rèn)傳感器的輸出參數(shù)
4.2.3 自確認(rèn)傳感器的研究?jī)?nèi)容
4.3 常用的自確認(rèn)傳感器方法
4.3.1 傳感器故障檢測(cè)與隔離方法
4.3.2 傳感器故障診斷方法
4.3.3 傳感器故障恢復(fù)方法
4.3.4 傳感器測(cè)量質(zhì)量評(píng)估方法
4.4 自確認(rèn)傳感器結(jié)構(gòu)
參考文獻(xiàn)
第5章 智能聲發(fā)射傳感器及其應(yīng)用
5.1 聲發(fā)射信號(hào)
5.1.1 聲發(fā)射源
5.1.2 聲發(fā)射信號(hào)基本概念
5.1.3 聲發(fā)射信號(hào)特征及表征參數(shù)
5.2 智能聲發(fā)射傳感器概述
5.2.1 智能聲發(fā)射傳感器分類
5.2.2 智能聲發(fā)射傳感器原理
5.2.3 智能聲發(fā)射傳感器結(jié)構(gòu)
5.3 智能聲發(fā)射傳感器檢測(cè)技術(shù)
5.3.1 聲發(fā)射技術(shù)原理
5.3.2 聲發(fā)射信號(hào)處理方法
5.3.3 聲發(fā)射無(wú)損檢測(cè)技術(shù)的優(yōu)勢(shì)及應(yīng)用
5.4 智能聲發(fā)射傳感器在滾動(dòng)軸承故障檢測(cè)中的應(yīng)用
5.4.1 故障滾動(dòng)軸承的聲發(fā)射信號(hào)
5.4.2 故障特征提取
5.4.3 滾動(dòng)軸承聲發(fā)射信號(hào)智能故障診斷模型
參考文獻(xiàn)
第6章 智能化氣體傳感器及其應(yīng)用
6.1 氣體傳感器概述
6.2 智能氣體傳感器精度提升算法
6.2.1 氣體傳感器選擇性改善方法
6.2.2 氣體傳感器溫/濕度補(bǔ)償方法
6.3 智能氣體傳感器數(shù)據(jù)恢復(fù)方法
6.3.1 相關(guān)向量機(jī)基本理論
6.3.2 相關(guān)向量機(jī)核函數(shù)選擇
6.3.3 基于相關(guān)向量機(jī)的氣體傳感器故障數(shù)據(jù)恢復(fù)
6.4 智能氣體傳感器的故障診斷
6.4.1 氣體傳感器故障模式分析
6.4.2 氣體傳感器在線故障檢測(cè)
6.4.3 基于核主成分分析的氣體傳感器故障特征提取
6.4.4 基于多分類相關(guān)向量機(jī)的氣體傳感器故障診斷
參考文獻(xiàn)
第7章 智能壓力傳感器及其應(yīng)用
7.1 壓力傳感器工作原理概述
7.2 壓力傳感器的故障模式
7.2.1 常見(jiàn)壓力傳感器的故障類型
7.2.2 壓力傳感器的故障模式分類
7.3 智能壓力傳感器故障診斷方法
7.3.1 基于多尺度主成分分析的故障診斷方法
7.3.2 基于小波包的多尺度主成分分析故障診斷方法
7.4 故障診斷方法仿真驗(yàn)證
7.4.1 基于小波變換的多尺度主成分分析診斷方法仿真驗(yàn)證
7.4.2 基于小波包的MSPCA診斷方法仿真驗(yàn)證
7.5 基于徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)恢復(fù)方法
7.5.1 RBF神經(jīng)網(wǎng)絡(luò)原理概述
7.5.2 RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
7.5.3 RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
7.5.4 壓力傳感器數(shù)據(jù)恢復(fù)仿真研究
參考文獻(xiàn)
展開(kāi)全部
智能傳感器理論基礎(chǔ)及應(yīng)用 作者簡(jiǎn)介
宋凱，哈爾濱工業(yè)大學(xué)電氣工程及自動(dòng)化學(xué)院專職教師，碩士生導(dǎo)師；哈爾濱工業(yè)大學(xué)機(jī)器人技術(shù)與系統(tǒng) 重點(diǎn)實(shí)驗(yàn)室博士后，先后講授《智能儀器設(shè)計(jì)基礎(chǔ)》、《基于DSP的智能儀器設(shè)計(jì)》等課程。
書(shū)友推薦
- >
羅庸西南聯(lián)大授課錄
- >
經(jīng)典常談
- >
小考拉的故事-套裝共3冊(cè)
- >
隨園食單
- >
朝聞道
- >
企鵝口袋書(shū)系列·偉大的思想20:論自然選擇(英漢雙語(yǔ))
- >
月亮與六便士
- >
中國(guó)人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
本類暢銷
