Statistical Process Monitoring using Advanced Data-Driven and De
利用高级数据驱动和深度学习方法，结合单变量和传统多变量技术的优势，提高其性能，拓宽其实际应用范围，解决了过程监控中的多变量挑战。本书继续融合了浅层学习方法的理想属性——如单类支持向量机、k近邻和无监督深度学习方法——以开发更复杂和有效的监控技术。最后，开发的方法应用于监测许多过程，如废水处理厂，自主机器人和车辆的驾驶环境中的障碍检测，机器人群，化学过程(连续搅拌槽反应器，塞流反应器和蒸馏塔)，臭氧污染，道路交通拥堵，还有太阳能光伏系统。
使用基于数据驱动的方法进行故障检测和归因
深入了解复杂和多元系统中的故障检测和归因
熟悉最适合的基于数据驱动的技术，包括多元统计技术和基于深度学习的方法
包括案例研究和不同方法的比较
文件下载
评论信息
其他资源
- parallel_studio_xe_2016_update4
- 永磁无刷直流电机技术.pdf
- 基于openCV的人体动作跟踪系统（C++）
- ADF4360-x 驱动
- 陈越《数据结构》完整文档PPT
- AM发射系统
- 三相电压型PWM整流器（VSR）的建模及其控制策略
- jdk1.8.0_202 免安装版本
- 精通图像处理经典算法MATLAB版 (代码)
- 广工 虚拟化与云计算课程报告 Hadoop安装与测试
- 经纬度转换工具.xls
- veda：Veda-本体驱动的应用程序开发平台-源码
- B1曲柄摇杆机构优化问题.zip
- msg_boom.7z
- 塞班手机端py开发教程
- DirectXRepair.rar
- jre-8u171-windows-i586.exe
- 虚拟机信息修改工具（中文）VM_Tweaker_cn
- Two Dimensional Phase Unwrapping Theory Algorithms, and Software 书中程序代码
- C#库存管理系统（visual studio2005）
- lsass进程不断上传流量的处理方法
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明