成功加入购物车
正版书 内容没有笔记划线 实物图 品相如图 正版现货
郎荣玲 、 潘磊 、 吕永乐 、 路辉 著 / 国防工业出版社 / 2016-05 / 精装
售价 ¥ 15.00 1.9折
定价 ¥79.00
品相 九品
优惠 满包邮
延迟发货说明
上书时间2023-02-21
卖家超过10天未登录
基于支持向量机的飞机故障诊断技术
《基于支持向量机的飞机故障诊断技术》系统介绍了飞机的状态监控系统以及飞行数据的地面获取途径,并总结和分析了机载设备性能指标的特点;系统的介绍了支持向量机原理,分析了建立支持向量分类机和回归机需要解决的问题,并将支持向量回归机推广应用于多分类问题;对支持向量分类机进行训练,解决了参数的选取以及降低训练过程的计算复杂度问题,利用UCI数据库对方法进行了评估和分析。
第1章 绪论1.1 基于支持向量机的飞机故障诊断方法的意义1.2 PHM技术应用现状1.2.1 PHM的功能及结构1.2.2 国外PHM技术的应用现状1.2.3 国内PHM技术的应用现状1.2.4 PHM目前存在的问题1.3 故障诊断与故障预报技术研究现状1.3.1 故障诊断技术1.3.2 故障预报技术1.4 支持向量机理论研究现状1.4.1 支持向量机学习算法1.4.2 支持向量机参数选取方法1.4.3 支持向量机模型算法验证第2章 支持向量机简介2.1 支持向量分类机2.1.1 最优分类面2.1.2 核函数2.1.3 多分类支持向量机2.2 支持向量回归机2.2.1 £一带超平面2.2.2 SVR模型推广于构造多分类器2.3 支持向量机训练算法第3章 支持向量分类模型研究3.1 概述3.1.1 SVC算法流程3.1.2 待解决的问题3.2 SVC的SMO算法实现3.3 SVC的参数选取3.3.1 高斯核参数a3.3.2 惩罚因子C3.4 实验分析第4章 支持向量回归模型研究4.1 概述4.1.1 SVR算法流程4.1.2 待解决的问题4.2 SVR的SM~)算法实现4.3 SVR的参数选取4.3.1 高斯核参数a4.3.2 惩罚因子C4.3.3 不敏感损失参数e4.4 实验分析第5章 基于支持向量机的不确定性问题处理5.1 概述5.2 建模5.3 模型求解5.3.1 对偶问题5.3.2 KKT条件5.3.3 SMO算法求解5.4 实验分析5.4.1 算法分析5.4.2 参数分析第6章 飞机状态监控系统及其监测指标分析6.1 飞机状态监控系统(ACMS)6.1.1 ACMS的组成与功能6.1.2 飞行数据获取方式6.2 机载设备性能指标6.2.1 机载设备工作性能的表示6.2.2 航空发动机性能评价指标6.2.3 机体结构性能评价指标6.3 发动机性能指标监测序列的特点分析6.3.1 综合分析6.3.2 平稳性分析6.3.3 趋势性分析第7章 飞行数据预处理7.1 概述7.1.1 异常值辨识方法7.1.2 噪声去除方法7.2 异常值辨识与剔除7.2.1 不合趋势项监测序列的异常值辨识与剔除算法7.2.2 含趋势项监测序列的异常值辨识与剔除算法7.3 基于奇异值分解的滤波消噪方法第8章 支持向量机应用分析8.1 概述8.2 航空电子设备故障诊断8.2.1 实验1标准滤波电路8.2.2 实验2线性中放电路8.2.3 规则提取验证8.3 航空发动机故障预报8.3.1 性能参数预测8.3.2 寿命监控与异常检测第9章 飞行数据驱动的健康管理系统9.1 系统设计9.1.1 功能设计9.1.2 总体结构9.2 维护系统设计9.2.1 功能和结构9.2.2 数据库设计9.3 故障诊断系统设计9.3.1 功能和结构9.3.2 推理诊断功能模块的设计9.3.3 自学习功能模块的设计9.4 故障预测系统设计9.4.1 功能和结构9.4.2 自回归滑动平均模型参考文献
展开全部
图2
图3
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30