机读格式显示(MARC)

• 000 01281nam0 2200277 450

• 001 0000859292

• 005 20220923095000.0

• 010 __ |a 978-7-04-058360-1 |d CNY35.00

• 100 __ |a 20220412d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 基于人工智能的故障诊断方法 |A ji yu ren gong zhi neng de gu zhang zhen duan fang fa |f 安晶, 周临震, 安鹏著

• 210 __ |a 北京 |c 高等教育出版社 |d 2022

• 215 __ |a 248页 |c 图 |d 24cm

• 320 __ |a 有书目 (第231-248页)

• 330 __ |a 本书结合轴承振动信号的固有特性和传统智能诊断方法的不足, 以深度学习、迁移学习、流形学习等人工智能技术为核心, 面向海量轴承振动监测信号, 提出一种新的智能诊断研究框架, 主要围绕“监测信号标注困难”“工况交替多变”“噪声干扰”等的不同应用需求, 着重从深度聚类框架设计、跨域故障诊断模型构建、目标函数构造、度量函数设计、中心判别损失正则项设计, 以及相关对齐时目标熵最小性质证明等几个方面展开研究, 探索最大程度避免人工参与, 且具有较强领域自适应能力的智能诊断解决方案。

• 606 0_ |a 人工智能 |A ren gong zhi neng |x 应用 |x 滚动轴承 |x 故障诊断

• 690 __ |a TH133.33 |v 5

• 701 _0 |a 安晶 |A an jing |4 著

• 701 _0 |a 周临震 |A zhou lin zhen |4 著

• 701 _0 |a 安鹏 |A an peng |4 著

• 801 _0 |a CN |b HDUL |c 20220517

• 905 __ |a HDUL |d TH133.33/360

• 920 __ |a 233030 |z 1