滿額折
商品簡介
名人/編輯推薦
目次
相關商品
商品簡介
陳小虎等著的《機械信號的盲處理方法及應用》將信息科學中最具發展前途之一的盲信號處理理論和方法引入到機械設備信號處理中，全面地介紹盲信號處理理論和方法在機械設備信號處理與故障診斷中的應用。
《機械信號的盲處理方法及應用》主要內容包括：盲源分離的基本概念和算法體系、機械信號盲處理方法的研究內容和面臨的問題；盲源分離的數學模型、預處理方法、算法評價標準等理論基礎；機械盲信號的源數估計方法及應用；欠定盲源分離的模型、算法和應用；基于盲源分離參量的故障特征信息提取方法；基于非高斯性準則的故障特征信息提取方法；盲信號處理理論和方法在液壓設備故障診斷中典型應用。
本書可作為從事信號處理、故障診斷研究的本科高年級學生、研究生和工程技術研究人員的參考書，也可供其他從事盲信號處理理論研究和應用的科研工作者參考。
名人/編輯推薦
《機械信號的盲處理方法及應用》可作為從事信號處理、故障診斷研究的本科高年級學生、研究生和工程技術研究人員的參考書，也可供其他從事盲信號處理理論研究和應用的科研工作者參考。
目次
第1章緒論
1.1盲源分離概述
1.1.1盲源分離的基本概念
1.1.2盲源分離的發展歷史
1.2機械信號的盲處理方法研究
1.2.1盲源分離的應用條件研究
1.2.2機械源信號盲分離方法研究
1.2.3盲特征信息提取方法研究
1.2.4盲識別和盲診斷方法研究
1.3盲源分離方法應用面臨的問題
1.3.1源信號數量的估計
1.3.2欠定盲源分離
1.3.3盲特征信息提取
1.3.4其他問題
第2章盲源分離理論基礎
2.1盲源分離的數學基礎
2.1.1概率論基礎
2.1.2信息論基礎
2.1.3盲源分離問題的可解性
2.2盲源分離的數學模型
2.2.1盲源分離基本模型
2.2.2盲源分離的基本假設和性質
2.2.3盲源分離的基本算法
2.3盲源分離的預處理方法
2.3.1中心化處理
2.3.2白化處理
2.3.3降維處理
2.4盲源分離的算法評價標準
2.4.1目標函數評價標準
2.4.2相關性評價標準
2.4.3信噪比評價標準
2.4.4其他評價標準
第3章機械盲信號的源數估計方法
3.1源數估計的基本概念
3.2源數估計的奇異值分解方法
3.2.1SVD方法的基本原理
3.2.2SVD方法的基本步驟
3.2.3基于奇異值的源數估計方法
3.2.4SVD方法的局限性
3.3改進的奇異值分解方法
3.3.1基于Wavelet—SVD的改進算法
3.3.2基于IMF—SVD的改進算法
3.4應用實例
3.4.1液壓設備的本底振源
3.4.2液壓設備的源數估計
第4章欠定盲源分離算法
4.1欠定盲源分離模型及算法
4.1.1欠定盲源分離模型
4.1.2欠定盲源分離模型的辨識性能
4.1.3欠定盲源分離算法及其局限性
4.2單一通道盲源分離模型及算法
4.2.1單一通道盲源分離模型
4.2.2可分離性分析
4.2.3單一通道盲源分離算法
4.3基于EMD的單一通道盲源分離算法研究
4.3.1EMD理論和方法
4.3.2基于EMD的單一通道盲源分離算法
4.3.3仿真分析
第5章基于盲源分離參量的特征信息提取方法
5.1相關數學知識
5.1.1包絡分析
5.1.2奇異值分解
5.1.3信息熵
5.2基于源信號包絡矩陣奇異值的特征信息提取方法
5.2.1必要性和可行性分析
5.2.2基于源信號包絡矩陣奇異值的特征信息提取方法
5.2.3應用實例
5.3基于分離矩陣奇異值的特征信息提取方法
5.3.1必要性和可行性分析
5.3.2基于BSSM—SV的特征信息提取方法
5.3.3基于IMF—BSSM—SV的特征信息提取方法
第6章基于非高斯性準則的特征信息提取方法
6.1盲源分離算法的非高斯性準則
6.1.1峭度（Kurtosis）準則
6.1.2負熵（Negentropy）準則
6.2基于峭度的特征信息提取
6.2.1基于峭度的特征信息提取方法
6.2.2應用實侈4
6.3基于負熵的特征信息提取
6.3.1基于負熵的特征信息提取方法
6.3.2應用實例
第7章在液壓設備故障診斷中的應用
7.1液壓系統故障模擬與監測實驗臺
7.1.1液壓系統故障模擬實驗臺
7.1.2在線監測系統
7.2液壓齒輪泵的盲信號處理
7.2.1液壓齒輪泵故障診斷存在的問題
7.2.2液壓齒輪泵的盲源分離問題
7.3液壓齒輪泵的盲信號處理
7.3.1液壓齒輪泵盲信號處理的基本思路
7.3.2盲信號處理算法的應用
7.3.3應用實例
參考文獻
1.1盲源分離概述
1.1.1盲源分離的基本概念
1.1.2盲源分離的發展歷史
1.2機械信號的盲處理方法研究
1.2.1盲源分離的應用條件研究
1.2.2機械源信號盲分離方法研究
1.2.3盲特征信息提取方法研究
1.2.4盲識別和盲診斷方法研究
1.3盲源分離方法應用面臨的問題
1.3.1源信號數量的估計
1.3.2欠定盲源分離
1.3.3盲特征信息提取
1.3.4其他問題
第2章盲源分離理論基礎
2.1盲源分離的數學基礎
2.1.1概率論基礎
2.1.2信息論基礎
2.1.3盲源分離問題的可解性
2.2盲源分離的數學模型
2.2.1盲源分離基本模型
2.2.2盲源分離的基本假設和性質
2.2.3盲源分離的基本算法
2.3盲源分離的預處理方法
2.3.1中心化處理
2.3.2白化處理
2.3.3降維處理
2.4盲源分離的算法評價標準
2.4.1目標函數評價標準
2.4.2相關性評價標準
2.4.3信噪比評價標準
2.4.4其他評價標準
第3章機械盲信號的源數估計方法
3.1源數估計的基本概念
3.2源數估計的奇異值分解方法
3.2.1SVD方法的基本原理
3.2.2SVD方法的基本步驟
3.2.3基于奇異值的源數估計方法
3.2.4SVD方法的局限性
3.3改進的奇異值分解方法
3.3.1基于Wavelet—SVD的改進算法
3.3.2基于IMF—SVD的改進算法
3.4應用實例
3.4.1液壓設備的本底振源
3.4.2液壓設備的源數估計
第4章欠定盲源分離算法
4.1欠定盲源分離模型及算法
4.1.1欠定盲源分離模型
4.1.2欠定盲源分離模型的辨識性能
4.1.3欠定盲源分離算法及其局限性
4.2單一通道盲源分離模型及算法
4.2.1單一通道盲源分離模型
4.2.2可分離性分析
4.2.3單一通道盲源分離算法
4.3基于EMD的單一通道盲源分離算法研究
4.3.1EMD理論和方法
4.3.2基于EMD的單一通道盲源分離算法
4.3.3仿真分析
第5章基于盲源分離參量的特征信息提取方法
5.1相關數學知識
5.1.1包絡分析
5.1.2奇異值分解
5.1.3信息熵
5.2基于源信號包絡矩陣奇異值的特征信息提取方法
5.2.1必要性和可行性分析
5.2.2基于源信號包絡矩陣奇異值的特征信息提取方法
5.2.3應用實例
5.3基于分離矩陣奇異值的特征信息提取方法
5.3.1必要性和可行性分析
5.3.2基于BSSM—SV的特征信息提取方法
5.3.3基于IMF—BSSM—SV的特征信息提取方法
第6章基于非高斯性準則的特征信息提取方法
6.1盲源分離算法的非高斯性準則
6.1.1峭度（Kurtosis）準則
6.1.2負熵（Negentropy）準則
6.2基于峭度的特征信息提取
6.2.1基于峭度的特征信息提取方法
6.2.2應用實侈4
6.3基于負熵的特征信息提取
6.3.1基于負熵的特征信息提取方法
6.3.2應用實例
第7章在液壓設備故障診斷中的應用
7.1液壓系統故障模擬與監測實驗臺
7.1.1液壓系統故障模擬實驗臺
7.1.2在線監測系統
7.2液壓齒輪泵的盲信號處理
7.2.1液壓齒輪泵故障診斷存在的問題
7.2.2液壓齒輪泵的盲源分離問題
7.3液壓齒輪泵的盲信號處理
7.3.1液壓齒輪泵盲信號處理的基本思路
7.3.2盲信號處理算法的應用
7.3.3應用實例
參考文獻
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。
優惠價：87
188
海外經銷商無庫存，到貨日平均30天至45天