6.3 基于qrbm的机械故障信号分类方法
    6.3.1 齿轮故障信号分类
    6.3.2 轴向柱塞泵故障信号分类
  6.4 基于量子门的量子限制波尔兹曼机网络
    6.4.1 量子线路的搭建
    6.4.2 学习算法
  6.5 基于qgrbm的机械故障信号分类方法
    6.5.1 齿轮故障信号分类
    6.5.2 轴向柱塞泵故障信号分类
  6.6 本章小结
第7章  量子遗传算法特征选择方法研究
  7.1 引言
  7.2 基于通用量子门的量子遗传算法（uqgn）
    7.2.1 基本量子遗传算法
    7.2.2 uqga的算法描述
    7.2.3 收敛性证明
  7.3 uqga在机械故障信号特征选择中的应用
    7.3.1 uqga在齿轮故障信号特征选择中的应用
    7.3.2 uqga在轴向柱塞泵故障信号特征选择中的应用
  7.4 渐近式bloch球面搜索的量子遗传算法
    7.4.1 gabqga的基本原理
    7.4.2 gabqga的算法描述
  7.5 gabqga在机械故障信号特征选择中的应用
    7.5.1 gabqga在齿轮故障信号特征选择中的应用
    7.5.2 gabqga在轴向柱塞泵故障信号特征选择中的应用
  7.6 本章小结
第8章  遗传偏*小二乘法特征选择方法研究
  8.1 gapls特征选择算法
    8.1.1 遗传算法
    8.1.2 偏*小二乘回归分析
    8.1.3 gapls法
  8.2 仿真实验
  8.3 实例分析
    8.3.1 基于gapls算法的轴向柱塞泵特征选择模型
    8.3.2 基于gapls算法的手动换向阀特征选择模型
  8.4 本章小结
第9章  量子遗传偏*小二乘特征选择方法研究
  9.1 引言
  9.2 量子偏*小二乘法
    9.2.1 基本理论
    9.2.2 学习算法
    9.2.3 交叉检验的有效性分析
    9.2.4 量子线路
  9.3 量子遗传偏*小二乘法（qgapls）
    9.3.1 qgapls的算法描述
    9.3.2 仿真结果对比
  9.4 qgapls在机械故障信号特征选择中的应用
    9.4.1 qgapls在齿轮故障信号特征选择中的应用
    9.4.2 qgapls在轴向柱塞泵故障信号特征选择中的应用
  9.5 机械设备在线状态监测的qgrbm优化策略
    9.5.1 改进的量子遗传偏*小二乘法
    9.5.2 齿轮箱在线状态监测的qgrbm优化策略
    9.5.3 轴向柱塞泵在线状态监测的qgrbm优化策略
  9.6 本章小结
第10章  液压系统故障诊断专家系统的设计与实现
  10.1 液压故障诊断专家系统总体设计
  10.2 专家系统知识库
    10.2.1 知识的获取
    10.2.2 知识的表示
    10.2.3 基于故障树的专家系统知识库的建立
    10.2.4 故障树知识库管理界面
    10.2.5 支持向量机知识库的建立
  10.3 诊断推理功能的设计与实现
    10.3.1 基于故障树分析的诊断推理的实现
    10.3.2 支持向量机诊断推理模块的设计实现
    10.3.3 解释机制
    10.3.4 delphi调用matlab的编程实现技术
  10.4 本章小结
参考文献

 2/2   首页 上一页 1 2

工业技术 机械仪表工业 机械运行与维修

在线阅读