復(fù)雜機(jī)電系統(tǒng)智能故障診斷與健康評(píng)估

章 緒論
1.1 智能故障診斷、預(yù)測(cè)與健康評(píng)估的概念
1.2 故障診斷、預(yù)測(cè)與健康評(píng)估的意義
1.3 智能診斷、預(yù)測(cè)與健康評(píng)估的研究?jī)?nèi)容
1.4 智能診斷、預(yù)測(cè)與健康評(píng)估的研究現(xiàn)狀
1.5 本書(shū)的結(jié)構(gòu)體系與特色。
第二章 基于半監(jiān)督學(xué)習(xí)的智能診斷方法
2 2 監(jiān)督學(xué)習(xí)的原理
2.2 支持向量機(jī)
2.3 支持向量機(jī)參數(shù)優(yōu)化方法
2.4 支持向量機(jī)特征選擇與參數(shù)優(yōu)化融合方法
2.5 增強(qiáng)支持向量機(jī)
參考文字按
第三章 基于半監(jiān)督學(xué)習(xí)的智能診斷方法
3.1半監(jiān)督學(xué)習(xí)概述
3.2基于半監(jiān)督核函數(shù)主元分析的故障檢測(cè)與分析
3.3基于半監(jiān)督模糊核聚類的離群檢測(cè)
3.4基于半監(jiān)督自組織特征映射的故障檢測(cè)與分類
3.2關(guān)聯(lián)向量機(jī)診斷方法
第四章 基于流形學(xué)習(xí)的智能故障診斷與預(yù)測(cè)
4.1 流形學(xué)習(xí)的基本概念
4.2 基于譜聚類流形的故障特征選擇
4.3 基于局部線性嵌入的故障識(shí)別
4.4 基于距離保持投影線性嵌入的故障分類
4.5 基于ISOMAP的機(jī)械故障診斷方法。
第五章 基于深度學(xué)習(xí)的機(jī)械故障診斷
5.1 深度學(xué)習(xí)的原理和方法
5.2 基于DBN的機(jī)械故障診斷
5.3 基于深度學(xué)習(xí)的裝備退化狀態(tài)評(píng)估
 
……
 第六章 基于相空間重構(gòu)的機(jī)械系統(tǒng)退化跟蹤與故障預(yù)測(cè)
第七章 復(fù)雜機(jī)電系統(tǒng)運(yùn)行可靠性評(píng)估與健康維護(hù)
參考文獻(xiàn)