书籍简介:

机器运行状态的实时监控已成为了目前实现制造系统精细化、智能化的必要手段，而监控数据因其数据量庞大、实时性要求高等特点，一直是企业数据管理的重大难题。如何在产品生产过程中采集和实时处理机器监控数据，并从中提取有意义、有价值的状态监测信息，对于有效降低设备维护成本、减少停机损失、避免故障蔓延造成重大安全事故等具有重大的现实意义。本书围绕工业生产状态监控数据处理的基本步骤，从数据采集、数据预处理到数据分类，详细阐述了面向状态监测的高维数据处理技术的理论与方法，主要包括：状态监控技术、特征提取方法、特征选择方法、模式识别方法等。本书的创新点有三：其一，提出了新颖的基于相关矢量机的参数调整技术的嵌入式特征选择方法，解决了状态监控领域高维小样本数据造成的诊断准确度不高的难题；其二，通过综合利用过滤式和封装式特征选择方法的优势，构造出新颖的复合型特征选择方法，大大提高了数据分类的精度和效率；第三，探索了将两类相关矢量机拓展到多类数据处理中的新方法，为多类分类器的研究注入了新的内容。本书适用于工程管理类研究生、科研人员以及企业数据分析人员、质量管理人员和技术人员阅读。

书籍规格:

书籍详细信息
书名	面向状态监控大数据的特征选择和数据分类方法站内查询相似图书
	9787313137029 如需购买下载《面向状态监控大数据的特征选择和数据分类方法》pdf扫描版电子书或查询更多相关信息，请直接复制isbn,搜索即可全网搜索该ISBN
出版地	上海	出版单位	上海交通大学出版社
版次	1版	印次	1
定价(元)	35.0	语种	英文
尺寸	26 × 19	装帧	平装
页数		印数

全网搜索试读资源

书籍信息归属:

面向状态监控大数据的特征选择和数据分类方法是上海交通大学出版社于2015.出版的中图分类号为 F407.4 的主题关于制造工业－工业生产－监控系统－数据处理－英文的书籍。