本書圍繞復雜非線性系統(tǒng)的故障診斷和智能自適應容錯控制問題做了相關研究。結(jié)合作者多年的研究工作,介紹故障診斷與智能容錯控制的發(fā)展歷史及演化趨勢、容錯控制與經(jīng)典控制理論之間的關系;設計狀態(tài)觀測器和故障診斷觀測器來實現(xiàn)故障檢測和故障估計;研究基于模型驅(qū)動的智能自適應容錯控制問題和基于數(shù)據(jù)驅(qū)動的**容錯控制問題。本書構(gòu)建了一套
本書是電子類專業(yè)核心課程的教材之一,由多年從事數(shù)字電子技術理論和實驗教學的教師合作完成。書中以Xilinx公司的VivadoFPGA設計套件為基礎,硬件平臺以Xilinx的NexysVideoArtix-7FPGA多媒體音視頻智能互聯(lián)系統(tǒng)為主,并輔以Basys3FPGA口袋開發(fā)板;軟件平臺采用ModelSim、Viva
本書結(jié)合現(xiàn)代IT技術、地理信息系統(tǒng)軟件新技術、云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等先進技術,詳細介紹時空大數(shù)據(jù)概念與發(fā)展,基于云環(huán)境的時空大數(shù)據(jù)平臺體系T-C-V軟件結(jié)構(gòu)和組成,重點闡述時空大數(shù)據(jù)中心、時空信息云服務中心和云應用集成管理中心三大部件,*后以全空間一張圖平臺為例,介紹該平臺的實踐情況。
本書較全面地介紹了數(shù)據(jù)挖掘的基本理論、算法及應用。首先介紹數(shù)據(jù)挖掘的基本概念,隨后重點講述關聯(lián)規(guī)則、分類、聚類等模式的挖掘技術并介紹相關的經(jīng)典算法,同時注重數(shù)據(jù)挖掘技術的應用實例講解,包括多模態(tài)腦影像挖掘、腦網(wǎng)絡分析及其在生物信息學和軟件工程中的應用。*后,對近年來發(fā)展迅猛的領域,如使用進化計算作為主要方法的數(shù)據(jù)挖掘技
本書共兩部分:*部分包含第1~5章,介紹自動測量的基礎知識,從能量轉(zhuǎn)換的角度介紹常用的傳感器基本原理以及測量信號的轉(zhuǎn)換處理方法,并著重闡述工程中*為常見的溫度和流量參數(shù)的測量技術;第二部分包含第6~9章,側(cè)重講述虛擬儀器技術,說明虛擬儀器系統(tǒng)的設計方法,并嘗試從工程應用的角度介紹虛擬儀器技術在自動檢測中的應用。
本書詳細介紹面向數(shù)據(jù)流模式挖掘的理論和方法。本書主要內(nèi)容包括四部分:第1和第2章介紹數(shù)據(jù)庫和數(shù)據(jù)流模式挖掘的相關知識;第3章介紹基于滑動窗口模型和時間衰減模型的閉合頻繁模式挖掘算法的研究與實現(xiàn)過程;第4章介紹基于多支持度的連續(xù)閉合序列模式挖掘算法的研究;第5章介紹基于約束閉合模式的決策樹分類算法的研究與實現(xiàn)過程。每章都
本書根據(jù)過程工業(yè)所用原料和生產(chǎn)產(chǎn)品的特性,提出了對輸送設備的要求,對流體流動從理論上進行了介紹;并介紹了液體輸送設備——泵、高壓氣體輸送設備——往復式壓縮機和離心式壓縮機、低壓氣體輸送設備——風機、粉體的機械式輸送設備、粉體的流態(tài)化輸送設備——氣力輸送與水力輸送、粉體的生產(chǎn)加工設備——粉碎設備的工作原理、特性、分類、選
本書系統(tǒng)的講解了深度的基本知識,以及使用機器學習解決實際問題,詳細的介紹了如何構(gòu)建及優(yōu)化模型,并針對不同的問題給出了不同的解決方案,通過不同的例子展示了具體的項目中的應用和實踐經(jīng)驗,是一本非常好的深度學習的入門和實踐的書籍。本書以實踐為導向,使用Keras作為編程框架,強調(diào)簡單,快速的上手建立模型,解決實際項目問題。讀
本書共分六個項目,包括認識自動化生產(chǎn)線、供料單元、搬運單元、裝配單元、機器人分類儲存單元、生產(chǎn)線整體裝調(diào),分別敘述了生產(chǎn)線各部分的結(jié)構(gòu)、原理、裝調(diào)方法及控制電路軟硬件內(nèi)容,圖文并茂,實用性強。本書可作為職業(yè)學校、技工學校的教材,也可作為相關人員的培訓教材,還可作為技術人員學習用書。
《工業(yè)控制網(wǎng)絡》著眼于控制網(wǎng)絡技術在自動化工程方面的實際應用,并兼顧通信產(chǎn)品開發(fā)的初步知識,內(nèi)容涉及了主流現(xiàn)場總線原理、具體的工業(yè)控制網(wǎng)絡應用實例、控制網(wǎng)絡的規(guī)劃設計等。全書共分6章,包括數(shù)字通信及網(wǎng)絡技術基礎、Modbus網(wǎng)絡及應用、PROFIBUS-DP總線及應用;贑IP的AB總線技術(DeviceNet、Co