PD模式识别方法 9787030752017 郑殿春，郑秋平著科学出版社

当天发货，全新正版书。新华书店集团发货，凡是套装书，价格异常时，请咨询后下单。

作者: 郑殿春，郑秋平著
出版社: 科学出版社
ISBN: 9787030752017

出版时间: 2023-03
装帧: 平装
开本: 其他

作者: 郑殿春，郑秋平著
出版社: 科学出版社

ISBN: 9787030752017
出版时间: 2023-03

装帧: 平装
开本: 其他

售价 68.60 7.0折

定价￥98.00

品相全新

优惠

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2024-01-05

数量: 库存52件

立即购买加入购物车收藏

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：

综合性图书

货号：

12342013

商品描述：

目录
目录

第1章  绪论  1

1.1  PD特性与表征  1

1.1.1  PD源与信号特性  2

1.1.2  PD信号的模式特征  3

1.2  模式分类器及其优化  5

1.2.1  PD模式分类器  5

1.2.2  全局优化算法  6

1.3  发展趋势  7

1.3.1  深度学习与深度神经网络  7

1.3.2  群智能算法  7

参考文献  8

第2章  模式识别与优化算法10

2.1  识别方法  10

2.2  识别系统  10

2.3  特征量与特征空间  11

2.3.1  特征量  11

2.3.2  特征空间  12

2.4  特征的可分性  12

2.4.1  特征可分性测量  12

2.4.2  类可分性测度  14

2.4.3  特征子集的选择  16

2.4.4  很优特征生成  18

2.5  分类器优化算法  20

2.5.1  随机梯度法  21

2.5.2  模拟退火算法  21

2.5.3  遗传算法  22

参考文献  23

第3章  PD与指纹特征  24

3.1  诱发PD的理化过程  24

3.1.1  介质内部局部放电  25

3.1.2  介质沿面局部放电  27

3.1.3  电晕放电  28

3.2  局部放电的危害  28

3.3  交流电压下的PD表征方法  30

3.4  局部放电模拟  32

3.4.1  模型构建与PD信号采集  33

3.4.2  交流电压下PD统计量的表征  35

3.4.3  统计分布参数与指纹  37

参考文献  41

第4章  PD信号小波去噪  43

4.1  PD信号小波变换特征  43

4.1.1  PD信号表征  43

4.1.2  PD信号的小波变换特征  44

4.2  噪声信号及其小波变换特征  46

4.3  含噪PD信号模型  47

4.4  模极大值去噪方法  48

4.4.1  模极大值的确定和信号重构  48

4.4.2  去噪仿真算例  51

4.5  去噪快速算法  52

4.5.1  局部放电信号（函数）多尺度逼近  52

4.5.2  多次小波变换去噪算法  55

4.5.3  复合小波变换去噪  57

参考文献  59

第5章  基于BPNN的PD模式识别  60

5.1  人工神经网络  60

5.1.1  BPNN算法  61

5.1.2  改进BPNN算法收敛速度的一些措施  66

5.2  基于BPNN的PD模式识别算法  67

5.2.1  局部放电模式特征量  68

5.2.2  类可分准则  68

5.2.3  PD模式识别过程  69

5.3  隐层神经元的影响  74

参考文献  75

第6章  支持向量机的PD模式识别  77

6.1  支持向量机  77

6.1.1  线性可分类支持向量机  77

6.1.2  线性不可分类支持向量机  79

6.2  PD模拟与特征提取  81

6.2.1  PD信号采集  81

6.2.2  PD特征提取  84

6.3  基于SVM的PD模式识别  88

6.3.1  核函数选择  88

6.3.2  SVM参数寻优  89

6.3.3  权值和阈值  90

6.3.4  SVM网络结构  93

6.3.5  识别结果  93

6.4  相关讨论  95

6.4.1  特征量的相关系数和类间距离  96

6.4.2  特征选择  97

6.4.3  识别结果  98

6.4.4  SVM与BP识别效果的比较  99

参考文献  100

第7章  基于FCM的PD模式识别  102

7.1  模糊聚类方法  102

7.1.1  模糊c均值聚类算法  103

7.1.2  加权模糊c均值聚类算法  107

7.2  PD模拟及信号采集  109

7.2.1  PD模型  109

7.2.2  PD信号采集  110

7.2.3  PD信号去噪  112

7.3  PD信号特征与提取  114

7.3.1  分形维数特征  114

7.3.2  PD信号灰度矩特征  116

7.4  基于模糊聚类PD模式识别  118

7.4.1  基于FCM算法的PD模式识别  118

7.4.2  基于WFCM算法的PD模式识别  119

7.5  结果分析  121

参考文献  122

第8章  基于WNN的PD模式识别  124

8.1  小波神经网络  124

8.1.1  正交小波神经网络  124

8.1.2  正交小波神经网络学习算法  125

8.2  自适应特征提取小波神经网络  127

8.2.1  PD信号的小波可分性  127

8.2.2  自适应特征提取小波神经网络结构  130

8.2.3  自适应特征提取小波神经网络隐层单元数目的确定  131

8.2.4  自适应特征提取小波神经网络学习算法  133

8.3  PD模式识别实验  135

8.3.1  PD信号采集  135

8.3.2  统计特征量提取与识别  136

8.3.3  自适应特征提取与模式识别  139

参考文献  142

第9章  基于混沌理论的PD模式识别  143

9.1  局部放电信号中的混沌现象  143

9.1.1  混沌特征  143

9.1.2  混沌相空间重构  144

9.1.3  相空间重构参数  145

9.2  混沌系统表征  147

9.2.1  Lyapunov指数  147

9.2.2  分形维数  148

9.2.3  Kolmogorov熵  149

9.3  PD混沌特性及其特征量提取  150

9.3.1  实验模拟的PD信号  150

9.3.2  PD信号混沌特性  151

9.3.3  PD混沌特征量及其提取  153

9.4  基于混沌特征的PD模式识别  160

9.4.1  BP神经网络设计  161

9.4.2  识别结果  162

9.4.3  基于指纹图谱特征的PD模式识别  164

9.4.4  特征量综合识别结果  165

参考文献  166

第10章  基于PSO优化的PD模式识别  168

10.1  反向传播神经网络  168

10.1.1  BPNN学习与优化  168

10.1.2  神经网络泛化能力  169

10.2  PSO优化的神经网络  170

10.2.1  粒子群算法  171

10.2.2  PSO优化算法  172

10.3  PD特征空间降维  174

10.3.1  PCA降维算法  174

10.3.2  PCA降维计算步骤  176

10.4  基于PSOBP的PD模式识别  177

10.4.1  PD信号模式预处理  177

10.4.2  误差分析方法  177

10.4.3  PD识别结果  178

10.4.4  隐层元数量的影响  179

参考文献  184

附录  185

内容摘要
本书阐述了局部放电(PD)产生的机理及其危害，并结合模拟PD模型的实验研究，展示了作者应用人工智能理论方法在PD信号模式识别研究所获得的成果。本书以小波原理、信号分析和数据挖掘技术为基础，以模式识别方法、神经网络理论和智能算法为核心，分别论述了PD信号消噪、特征量提取和特征空间压缩方法，并详细阐明了应用NN方法、模糊原理、混沌理论实现PD信号模式分类的全过程。

精彩内容
本书阐述了局部放电(PD)产生的机理及其危害，并结合模拟PD模型的实验研究，展示了作者应用人工智能理论方法在PD信号模式识别研究所获得的成果。本书以小波原理、信号分析和数据挖掘技术为基础，以模式识别方法、神经网络理论和智能算法为核心，分别论述了PD信号消噪、特征量提取和特征空间压缩方法，并详细阐明了应用NN方法、模糊原理、混沌理论实现PD信号模式分类的全过程。
配送说明

...
相似商品
为你推荐

孔网分类

图书

图书

PD模式识别方法 9787030752017 郑殿春，郑秋平著 科学出版社

孔网啦啦啦啦啦纺织女工火锅店第三课

PD模式识别方法 9787030752017 郑殿春，郑秋平著科学出版社