国产成人无码aa精品一区,免费看大片a片黄片

內(nèi)容簡介

　　近幾年來，隨著人工智能技術在現(xiàn)代電廠的廣泛應用，對電廠運行機械的性能監(jiān)測與故障診斷提出了更高的要求，使得支持向量機在這個領域也開始得到應用，并取得了較好的效果，而且隨著該算法理論、方法及應用手段深入研究與不斷豐富，其應用范圍將越來越廣。但是目前從工程應用角度上介紹支持向量機算法的相關著作較少，汽輪機組的性能監(jiān)測與故障診斷領域的還沒有。在此背景下，王雷完成了這本《支持向量機在汽輪機狀態(tài)監(jiān)測中的應用》，目的在于促進支持向量機在汽輪機組性能監(jiān)測和故障診斷領域的推廣與應用。

作者簡介

暫缺《支持向量機在汽輪機狀態(tài)監(jiān)測中的應用》作者簡介

圖書目錄

第1章　緒論
1.1　引言
1.2　汽輪機狀態(tài)監(jiān)測簡述
1.3　基于機器學習的狀態(tài)監(jiān)測方法
1.4　本書的安排
參考文獻
第2章　統(tǒng)計學習理論與支持向量機
2.1　機器學習的表示
2.2　統(tǒng)計學習理論主要內(nèi)容
2.3　分類支持向量機
2.4　回歸支持向量機
2.5　支持向量機與神經(jīng)網(wǎng)絡
2.6　小結(jié)
參考文獻
第3章　汽輪機性能參數(shù)監(jiān)測
3.1　概述
3.2　回歸方法簡介
3.3　凝汽器真空應達值估計
3.4　汽輪機熱耗率計算
3.5　主蒸汽流量軟測量
3.6　小結(jié)
參考文獻
第4章　時間序列參數(shù)預測
4.1　概述
4.2　時間序列預測簡述
4.3　凝汽器清潔系數(shù)時間序列預測
4.4　汽輪機轉(zhuǎn)子振動狀態(tài)的預測
4.5　小結(jié)
參考文獻
第5章　汽輪機運行異常參數(shù)檢測
5.1　概述
5.2　基于支持向量機的數(shù)據(jù)異常值檢測
5.3　小結(jié)
參考文獻
第6章　汽輪機組及其附屬設備故障診斷
6.1　概述
6.2　支持向量機多分類方法
6.3　故障征兆模糊處理
6.4　凝汽設備故障診斷
6.5　高壓加熱器故障診斷
6.6　小結(jié)
參考文獻
第7章　結(jié)論與展望