自主学习的智能诊断方法及基于web services的远程诊断系统构建的分析-intelligent diagnosis method of autonomous learning and analysis of remote diagnosis system construction based on web services.docxVIP

下载本文档

5
0
约6.07万字
约 63页
2018-09-10 发布于上海
举报
版权申诉

自主学习的智能诊断方法及基于web services的远程诊断系统构建的分析-intelligent diagnosis method of autonomous learning and analysis of remote diagnosis system construction based on web services.docx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

自主学习的智能诊断方法及基于web services的远程诊断系统构建的分析-intelligent diagnosis method of autonomous learning and analysis of remote diagnosis system construction based on web services

摘摘要目目录 – – PAGE III – 万方数据 – – IV – 万方数据 diagnostic sub-system is an important problem, which has been resolved by using of OSA-CBM standards and XML language to express the data. The functional properties of Web Services make it a facilitative way to build the remote diagnostic system. The methods and steps of constructing a web services-based remote fault diagnosis system are illustrated through a specific example. Key words:Intelligent Diagnosis; Active Learning; Behavior-based; ART2; SVM; Rotor; Remote Diagnosis; Web Services. 目录摘要 I Abstract II 第一章绪论 1 1.1 引言 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2 故障诊断研究现状 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.2.1 基于专家系统的诊断 . . . . . . . . . . . . . . . . . . . . . . . . 4 1.2.2 基于模糊理论的诊断 . . . . . . . . . . . . . . . . . . . . . . . . 5 1.2.3 基于神经网络的诊断 . . . . . . . . . . . . . . . . . . . . . . . . 6 1.2.4 基于支持向量机的诊断 . . . . . . . . . . . . . . . . . . . . . . . 7 1.2.5 混合智能诊断方法 . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.2.6 基于网络的远程诊断方法 . . . . . . . . . . . . . . . . . . . . . . 8 1.3 课题来源和本文主要研究工作及创新 . . . . . . . . . . . . . . . . . . . 9 1.3.1 课题来源 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.3.2 本文的主要研究工作及创新 . . . . . . . . . . . . . . . . . . . . 9 第二章 ART2在基于行为的故障诊断中的应用 11 2.1 基于行为的故障诊断 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 BFD的理论基础 11 BFD的系统结构 13 ART2理论 13 ART2基本原理 13 ART2算法模型 15 2.3 系统建立与实验验证 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.3.1 诊断系统的建立 . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.3.2 问题描述与实验验证 . . . . . . . . . . . . . . . . . . . . . . . . 19 2.4 本章小结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 第三章支持向量机主动学习在故障诊断中的应用 24 3.1 支持向量机的基本原理 . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 3.1.1 统计学习理论 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 3.1.2 最优分类超平面 . . . . . . . . . . . . .