過程神經元網路模型及其工程應用（簡體書）

《過程神經元網絡模型及其工程應用(精)》將重點介紹小波過程神經元網絡、對向傳播過程神經元網絡、Elman型反饋過程神經元網絡和雙并聯過程神經元網絡等模型，討論它們的學習算法，敘述其泛化能力和應用技術，并以航空發動機健康管理為例，敘述過程神經元網絡的具體工程應用。過程神經元網絡對于求解諸如衛星熱環境預測、裝備狀態監測和故障診斷等與過程有關的其它工程問題也有著很大的實際應用價值。

第1章 緒論 1．1 過程神經元網絡的研究與進展 1．2 人工神經元網絡在預測預報中的應用研究現狀 1．3 航空發動機健康管理技術的研究與進展 1．4 本書總體框架設計 參考文獻
第2章 雙并聯過程神經元網絡模型 2．1 雙并聯前饋過程神經元網絡拓撲結構 2．2 雙并聯前饋過程神經元網絡學習算法 2．3 雙并聯前饋過程神經元網絡收斂性分析 2．4 雙并聯前饋過程神經元網絡仿真試驗 2．5 本章小結 參考文獻 第3章 Elman型反饋過程神經元網絡模型 3．1 Elman型反饋過程神經元網絡模型 3．2 Elman型反饋過程神經元網絡學習算法 3．3 Elman型反饋過程神經元網絡穩定性分析 3．4 Elman型反饋過程神經元網絡仿真試驗 3．5 本章小結 參考文獻
第4章 對向傳播過程神經元網絡模型 4．1 對向傳播過程神經元網絡模型 4．2 對向傳播過程神經元網絡學習算法 4．3 對向傳播過程神經元網絡性能分析 4．4 對向傳播過程神經元網絡仿真試驗 4．5 本章小結 參考文獻
第5章 小波過程神經元網絡模型 5．1 小波過程神經元模型． 5．2 連續小波過程神經元網絡模型 5．3 小波基函數過程神經元網絡模型 5．4 小波過程神經元網絡解的存在性定理 5．5 本 章小結 參考文獻
第6章 離散輸入過程神經元網絡模型 6．1 離散輸入過程神經元網絡模型 6．2 離散輸入過程神經元網絡學習算法 6．3 基于離散輸入過程神經元網絡的仿真試驗 6．4 本章小結 參考文獻
第7章 過程神經元網絡泛化能力分析 7．1 基于LM算法的過程神經元網絡學習算法 7．2 過程神經元網絡學習樣本集的構造 7．3 過程神經元網絡集成 7．4 本章小結 參考文獻
第8章 基于過程神經元網絡的狀態預報與時間序列預測 8．1 過程神經元網絡在動態模式識別中的應用 8．2 過程神經元網絡在時間序列預測中的應用 8．3 本章小結 參考文獻
第9章 基于過程神經元網絡的航空發動機健康狀態預測 9．1 航空發動機健康狀態參數降噪處理 9．2 基于對向傳播過程神經元網絡發動機轉子故障診斷 9．3 航空發動機排氣溫度預測 9．4 航空發動機滑油狀態預測 9．5 本章小結 參考文獻
第10章 基于靜態權值組合集成模型的航空發動機健康狀態預測 10．1 集成學習與局域建模 10．2 面向回歸問題的AdaBoost．RT集成學習算法 10．3 改進的AdaBoost RT算法 10．4 基于改進AdaBoos，t．RT的靜態權值組合集成局域預測模型 10．5 發動機核心機轉速偏差值預測試例 10．6 本章小結 參考文獻
第11章 基于動態權值組合集成模型的航空發動機健康狀態預測 11．1 集成學習模型的動態權值組合方法 11．2 極端學習機 11．3 動態權值組合集成模型 11．4 動態權值組合集成模型有效性驗證 11．5 基于動態權值組合集成模型發動機健康狀態預測實例 11．6 本章小結 參考文獻
第12章 基于Bootstrap方法的預測區間估計 12 1 基于B00tstrap方法估計預測區間 12．2 基于彈性反向傳播的神經元網絡學習算法 12．3 預測區間估計實例 12．4 本章小結 參考文獻
第13章 面向使用方的航空發動機健康管理系統開發 13．1 航空發動機健康管理概述 13．2 航空發動機健康管理系統需求分析 13．3 航空發動機健康數據組織 13．4 航空發動機構型數據管理 13．5 航空發動機健康管理系統設計 13．6 航空發動機性能監控模塊設計 13．7 航空發動機健康管理系統運行實例 13．8 航空發動機健康管理系統應用情況 13．9 本章小結 參考文獻
縮略詞

顯示全部信息