面向样本不平衡的故障特征提取方法pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

面向样本不平衡的故障特征提取方法PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论 1

1.1 故障诊断的研究背景和意义 1

1.2 故障诊断的研究内容和分类 2

1.3 故障诊断中的样本不平衡特性分析 7

1.4 主要研究内容 18

本章参考文献 22

第2章 基于半监督主元分析的故障特征提取及诊断算法 27

2.1 半监督学习理论 27

2.2 面向样本标记不平衡的半监督主元分析 31

2.3 基于半监督主元分析的故障诊断方法 34

2.4 实验与分析 35

2.5 本章小结 43

本章参考文献 44

第3章 基于局部保持主元分析的故障特征提取及诊断算法 45

3.1 面向样本价值不平衡的局部保持主元分析算法 45

3.2 LPPCA算法在故障检测中的应用 49

3.3 实验与分析 50

3.4 本章小结 56

本章参考文献 57

第4章 基于流形学习的联合FDA故障特征提取及诊断算法 58

4.1 FDA算法的限制和JFDA算法的提出背景 58

4.2 面向样本价值不平衡的JFDA算法和它的核扩展 62

4.3 基于（K）JFDA的故障诊断算法 70

4.4 实验与分析 71

4.5 本章小结 80

本章参考文献 81

第5章 基于集成学习的敏感MFA故障特征提取及诊断算法 83

5.1 数据类别不平衡对半导体故障特征提取造成的困扰 83

5.2 基于集成学习的敏感边际费舍尔分析 88

5.3 ESMFA算法在故障检测中的应用 95

5.4 实验和分析 96

5.5 本章小结 102

本章参考文献 103

第6章 基于不平衡SVDD的故障特征选择及诊断算法 107

6.1 特征选择研究概述 107

6.2 无监督和监督特征选择方法在故障诊断中的局限性分析 110

6.3 面向样本类别不平衡的ISVDD-radius-RFE算法 113

6.4 实验和分析 119

6.5 本章小结 123

本章参考文献 124

第7章 总结与展望 125