机读格式显示(MARC)
- 010 __ |a 978-7-5680-9889-2 |b 精装 |d CNY158.00
- 100 __ |a 20240424d2024 em y0chiy50 ea
- 200 1_ |a 数据驱动的工业过程监测与故障诊断 |A shu ju qu dong de gong ye guo cheng jian ce yu gu zhang zhen duan |d = Data-driven industrial process monitoring and fault diagnosis |f 郑英, 王兆静, 王杨著 |z eng
- 210 __ |a 武汉 |c 华中科技大学出版社 |d 2024.3
- 215 __ |a 245页 |c 图 (部分彩图) |d 25cm
- 225 2_ |a 工业互联网前沿技术丛书 |A gong ye hu lian wang qian yan ji shu cong shu |f 高金吉, 鲁春丛丛书主编
- 300 __ |a 国家出版基金资助项目 “十四五”时期国家重点出版物出版专项规划项目 湖北省公益学术著作出版专项资金资助项目
- 314 __ |a 郑英, 华中科技大学教授, 博士生导师, IEEE高级会员, 湖北省杰出青年基金获得者, 中国自动化学会技术过程的故障诊断与安全性专业委员会委员、过程控制专业委员会委员, 湖北省自动化学会理事。王兆静, 武汉纺织大学计算机与人工智能学院校聘副教授, 硕士生导师, 兼职宁波慈星股份有限公司博士后, 中国自动化学会青年工作委员会委员, 湖北省自动化学会理事。王杨, 香港城市大学数据科学学院博士后, 2023年博士毕业于华中科技大学人工智能与自动化学院, 2017年本科毕业于华中科技大学自动化学院。主要研究方向为工业大数据分析、多模态过程监测、潜变量建模、鲁棒过程监测。
- 330 __ |a 本书依托国家自然科学基金、湖北省杰出人才基金项目, 面向工业制造过程和系统, 介绍了多元统计和机器学习等工业数据分析方法, 在此基础上介绍了作者团队的多种故障检测、故障变量溯源、故障分类、故障辨识、健康预警、产品等级分类方法。除了关注传统的诊断率和误报率之外, 重点分析了多工况全流程、过渡模态、操作故障、污染效应、故障分级、小样本/零样本、数据不平衡、手工质量分级等问题, 所介绍的方法均在多个基准数据平台和实际工业系统中得到成功应用。
- 333 __ |a 本书对自动化和人工智能相关专业的教学和科研, 以及工业过程监测与故障诊断应用实践具有一定的参考价值
- 410 _0 |1 2001 |a 工业互联网前沿技术丛书 |f 高金吉, 鲁春丛丛书主编
- 510 1_ |a Data-driven industrial process monitoring and fault diagnosis |z eng
- 606 0_ |a 工业 |A gong ye |x 生产过程 |x 智能系统 |x 监控系统 |x 研究
- 606 0_ |a 工业 |A gong ye |x 生产过程 |x 智能系统 |x 故障诊断 |x 研究
- 701 _0 |a 郑英 |A zheng ying |4 著
- 701 _0 |a 王兆静 |A wang zhao jing |4 著
- 701 _0 |a 王杨 |A wang yang |4 著
- 801 _0 |a CN |b 湖北三新 |c 20240424