机读格式显示(MARC)

• 000 01812nam 2200325 450

• 001 0000444894

• 005 20231025164500.0

• 010 __ |a 978-7-122-40346-9 |d CNY99.00

• 100 __ |a 20220927d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 运行工况监测与故障溯源推理 |A yun xing gong kuang jian ce yu gu zhang su yuan tui li |e 机器学习方法 |d = Operating condition monitoring and fault tracing reasoning |e machine learning method |f 赵春晖 ... [等] 著 |z eng

• 210 __ |a 北京 |c 化学工业出版社 |d 2022

• 215 __ |a 307页 |c 图 |d 24cm

• 225 2_ |a 工业智能化创新之路丛书 |A gong ye zhi neng hua chuang xin zhi lu cong shu

• 304 __ |a 题名页题: 赵春晖, 余万科, 柴铮, 冯良骏著

• 320 __ |a 有书目 (第303-307页)

• 330 __ |a 本书围绕工业生产过程智能监控的若干核心问题展开论述。第1章首先介绍了工业过程运行监测和故障溯源推理的重要性, 并详细回顾了前人的相关研究工作。第2章综述了工业过程智能监控相关的机器学习理论基础。第3-7章主要介绍了对过程生产状态的感知与异常情况的预警, 即过程监测方法, 具体包括针对大规模工业过程的分布式监测方法、针对复杂时变过程的条件驱动建模方法、针对过程正常慢变化和工况切换的自适应监测方法等。第8-12章主要介绍了异常变量的隔离与过程故障的诊断, 即故障诊断方法, 具体包括了针对故障过程时变的多模型判别方法、针对历史数据稀缺的增量学习方法、迁移学习和零样本学习方法等。

• 410 _0 |1 2001 |a 工业智能化创新之路丛书

• 510 1_ |a Operating condition monitoring and fault tracing reasoning |e machine learning method |z eng

• 517 1_ |a 机器学习方法 |A ji qi xue xi fang fa

• 606 0_ |a 机器学习 |A ji qi xue xi |x 应用 |x 工业生产 |x 过程控制

• 690 __ |a F406.2 |v 5

• 701 _0 |a 赵春晖 |A zhao chun hui |4 著

• 701 _0 |a 余万科 |A yu wan ke |4 著

• 701 _0 |a 柴铮 |A chai zheng |4 著

• 801 _0 |a CN |b 湖北三新 |c 20220927

• 905 __ |a AUSTL |d F406.2/Z219