掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
基于深度學習的復雜退化系統剩余壽命智能預測技術 版權信息
- ISBN：9787118131956
- 條形碼：9787118131956 ; 978-7-118-13195-6
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
基于深度學習的復雜退化系統剩余壽命智能預測技術 內容簡介
全書共8章，第1章對現有常見的基于深度學習剩余壽命預測技術研究現狀進行深入分析，第2章給出了一種充分融合深度學習和隨機過程優勢的退化系統剩余壽命預測方法，第3章與第4章重點圍繞全壽命周期情形所開展的剩余壽命預測方法研究，第3章得到的點估計預測結果，第4章是在Bayesian深度學習框架下確定的是概率分布預測結果，第5章與第6章針對零壽命標簽情形所開展的剩余壽命預測方法研究，第5章提出了一種基于網絡模型平均的退化系統剩余壽命點估計預測方法，第6章研究了基于Bayesian深度學習的退化系統剩余壽命不確定性量化問題，第7章與第8章分別針對一維、多維數據缺失情形下提出了數據生成算法，并將其應用于剩余壽命領域。
基于深度學習的復雜退化系統剩余壽命智能預測技術 目錄
●第1章概述
1.1DNN方法
1.2DBN方法
1.3CNN方法
1.4RNN方法
1.5本書結構安排
第2章融合深度連續置信網絡與隨機過程的退化系統剩余壽命預測
2.1引言
2.2基于CDBN的深度特征提取方法
2.2.1RBM的原理介紹
2.2.2CRBM的實現過程
2.2.3深度特征提取機制
2.3健康指標的確定
2.4基于擴散過程的剩余壽命預測
2.4.1健康指標建模與剩余壽命預測
2.4.2隨機參數后驗估計
2.4.3基于EM算法的模型參數更新
……
1.1DNN方法
1.2DBN方法
1.3CNN方法
1.4RNN方法
1.5本書結構安排
第2章融合深度連續置信網絡與隨機過程的退化系統剩余壽命預測
2.1引言
2.2基于CDBN的深度特征提取方法
2.2.1RBM的原理介紹
2.2.2CRBM的實現過程
2.2.3深度特征提取機制
2.3健康指標的確定
2.4基于擴散過程的剩余壽命預測
2.4.1健康指標建模與剩余壽命預測
2.4.2隨機參數后驗估計
2.4.3基于EM算法的模型參數更新
……
展開全部
書友推薦
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
自卑與超越
- >
莉莉和章魚
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
巴金－再思錄
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
有舍有得是人生
- >
名家帶你讀魯迅:朝花夕拾
本類暢銷
