成功加入购物车

去购物车结算 X
旺特
  • 大数据时代的产品智能配置理论与方法 盛步云,萧筝,雷兵 著 武

大数据时代的产品智能配置理论与方法 盛步云,萧筝,雷兵 著 武

举报
  • 作者: 
  • 出版社:    武汉理工大学出版社
  • ISBN:    9787562953791
  • 出版时间: 
  • 版次:    1
  • 装帧:    精装
  • 开本:    16开
  • 纸张:    胶版纸
  • 页数:    177页
  • 字数:    99999千字
  • 版次:  1
  • 装帧:  精装
  • 开本:  16开
  • 纸张:  胶版纸
  • 页数:  177页
  • 字数:  99999千字

售价 88.00

定价 ¥72.00 

品相 全新

优惠 满包邮

优惠 满减券
    运费
    本店暂时无法向该地区发货

    延迟发货说明

    时间:
    说明:

    上书时间2020-09-09

    数量
    仅1件在售,欲购从速
    微信扫描下方二维码
    微信扫描打开成功后,点击右上角”...“进行转发

    卖家超过10天未登录

    • 商品详情
    • 店铺评价
    手机购买
    微信扫码访问
    • 商品分类:
      经济
      货号:
      9787562953791
      商品描述:
      基本信息
      书名:大数据时代的产品智能配置理论与方法
      定价:72.00元
      作者:盛步云,萧筝,雷兵 著
      出版社:武汉理工大学出版社
      出版日期:2018-01-01
      ISBN:9787562953791
      字数:310000
      页码:177
      版次:177
      装帧:精装
      开本:16开
      商品重量:
      编辑推荐

      内容提要
      《大数据时代的产品智能配置理论与方法/数字制造科学与技术前沿研究丛书》立足前沿性,注重实用性,综合探讨了大数据时代的产品智能配置理论与方法,旨在为信息化企业适应大数据时代的产品智能配置提供指导。  《大数据时代的产品智能配置理论与方法/数字制造科学与技术前沿研究丛书》首先介绍了大数据时代的背景与意义、数字制造与产品配置、大数据时代的挑战,以及基于大数据的客户需求信息的概念界定,然后阐述了客户需求信息标准化的相关模型、大数据客户需求信息挖掘、产品智能配置、规范化信息处理、人工智能的应用, 后以实例来解析上述理论和方法。  《大数据时代的产品智能配置理论与方法/数字制造科学与技术前沿研究丛书》着眼于将理论与实践充分结合,适合高等院校机电工程领域和相关科研人员和学生参考。
      目录
      1 绪论1.1 背景和意义1.2 数字制造与产品配置1.2.1 数字制造1.2.2 产品配置1.3 大数据时代的挑战1.3.1 大数据与制造业大数据时代1.3.2 大数据与制造企业大数据现状1.3.3 大数据处理流程1.3.4 大数据的关键技术1.3.5 大数据与制造企业所面l临的挑战1.3.6 大数据技术发展趋势1.3.7 大数据产业发展重点1.3.8 大数据未来发展建议参考文献2 基于大数据的客户需求信息的概念界定2.1 大数据的概念和内涵2.1.1 大数据概念的提出2.1.2 大数据的特征2.1.3 大数据挖掘流程2.1.4 大数据的应用领域2.2 基于Hadoop的大数据处理2.2.1 HDFS体系结构2.2.2 HBase分布式数据库2.2.3 MapReduce计算模型2.3 互联网的客户需求信息获取框架2.3.1 数据清理2.3.2 用户识别2.3.3 关键词提取参考文献3 标准化客户需求信息相关模型3.1 标准化客户需求信息获取模型3.2 标准化客户需求信息的结构和表达模型3.2.1 标准化客户需求信息的结构模型3.2.2 标准化客户需求信息的表达模型3.3 标准化客户需求信息的知识库模型3.3.1 客户需求知识表达3.3.2 客户需求知识库模型的构建参考文献4 大数据客户需求信息处理技术4.1 大数据客户需求信息存储4.1.1 HBase数据存储原理4.1.2 HBase存储客户需求信息的整体架构4.1.3 Hbase中客户需求信息存储表设计4.2 大数据客户需求信息预处理技术4.2.1 客户需求特征属性提取4.2.2 客户需求信息的定量标定4.3 大数据客户需求信息数据挖掘技术4.3.1 基于MapRedLice的K-Means算法的设计与实现4.3.2 基于MapRecluce的KNN算法设计与实现4.3.3 朴素贝叶斯分类并行算法的设计与实现4.3.4 决策树并行分类算法4.4 大数据客户需求信息推荐技术4.4.1 推荐系统4.4.2 MapReduce推荐算法设计参考文献5 产品智能配置5.1 模块化产品配置5.1.1 模块与产品配置5.1.2 产品族相关概念5.1.3 模块划分方法5.1.4 模块模型的构建5.2 基于CBR和CSP的产品族构建5.2.1 基于CSP的产品配置方法5.2.2 基于CBR的产品配置方法5.3 基于客户需求信息的产品模块映射5.3.1 面向产品模块配置的客户需求信息映射模型5.3.2 面向产品模块配置的客户需求信息映射方法5.3.3 面向产品模块配置的客户需求信息映射步骤参考文献6 规范化信息处理6.1 规范化信息处理思路6.2 智能信息处理相关理论研究6.2.1 二元语义模型6.2.2 规则模型6.2.3 机器学习模型6.3 基于人工智能的规范化信息处理6.3.1 基于模糊集规则的规范化信息处理6.3.2 基于分词规则的规范化信息处理6.3.3 基于规则一机器学习的规范化信息处理参考文献7 基于深度学习的产品数字模型智能装配7.1 深度学习模型7.1.1 深度学习模型的基本思想7.1.2 深度学习常用模型7.2 深度置信网络7.2.1 RBM模型及Sigmoid神经元7.2.2 DBN模型的训练学习7.3 面向DBN的装配信息模型构建7.3.1 零部件装配几何元素分类7.3.2 零部件分类特征信息定义7.3.3 面向DBN的零部件装配信息模型7.4 基于DBN的零部件分类模型库7.4.1 DBN分类识别模型的构建7.4.2 典型零部件模型库的建立7.4.3 非典型零部件模型库的建立参考文献8 客车企业客户需求信息管理系统8.1 客车企业客户需求信息前台数据采集8.1.1 产品展示8.1.2 智能选客车8.2 客车企业客户需求信息知识库的构建8.2.1 客车产品客户需求知识库的架构8.2.2 客车产品客户需求知识库概念模型8.2.3 客车客户需求知识库模板8.2.4 客户需求的知识获取8.2.5 系统开发与应用示例8.3 客车企业客户需求信息后台数据分析8.3.1 网站流量管理8.3.2 商机管理8.3.3 访问行为分析8.4 本章小结参考文献9 智能手机产品模块配置9.1 智能手机客户需求信息的映射9.2 智能手机产品模块的组合参考文献10 汽车生产线智能装配系统10.1 汽车生产线智能装配系统总体方案10.2 典型零部件的智能装配10.2.1 典型零部件的配合类型定义10.2.2 典型零部件的配合类型判别10.2.3 典型零部件的智能装配过程10.2.4 典型零部件的智能装配10.3 非典型零部件的智能装配10.3.1 非典型零部件智能装配特征的定义与表达10.3.2 非典型零部件的智能装配过程10.3.3 装配方向的确认10.3.4 非典型零部件的智能装配参考文献
      作者介绍

      序言

      配送说明

      ...

      相似商品

      为你推荐

    孔网啦啦啦啦啦纺织女工火锅店第三课

    开播时间:09月02日 10:30

    即将开播,去预约
    直播中,去观看