机读格式显示(MARC)

• 000 01213nam0 2200253 450

• 001 0001135661

• 005 20220615155000.0

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

• 100 __ |a 20220420d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 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 |b 专著 |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

• 330 __ |a 本书结合轴承振动信号的固有特性，弥补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”和“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 |x 应用 |x 滚动轴承 |x 故障诊断

• 690 __ |a TH133.33-39 |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 ZPHC |c 20220420

• 905 __ |a ZPHC |d TH133.33-39/5