支持向量机在汽轮机状态监测中的应用

书籍目录

第1章　绪论1.1　引言1.2　汽轮机状态监测简述1.3　基于机器学习的状态监测方法1.4　本书的安排参考文献第2章　统计学习理论与支持向量机2.1　机器学习的表示2.2　统计学习理论主要内容2.3　分类支持向量机2.4　回归支持向量机2.5　支持向量机与神经网络2.6　小结参考文献第3章　汽轮机性能参数监测3.1　概述3.2　回归方法简介3.3　凝汽器真空应达值估计3.4　汽轮机热耗率计算3.5　主蒸汽流量软测量3.6　小结参考文献第4章　时间序列参数预测4.1　概述4.2　时间序列预测简述4.3　凝汽器清洁系数时间序列预测4.4　汽轮机转子振动状态的预测4.5　小结参考文献第5章　汽轮机运行异常参数检测5.1　概述5.2　基于支持向量机的数据异常值检测5.3　小结参考文献第6章　汽轮机组及其附属设备故障诊断6.1　概述6.2　支持向量机多分类方法6.3　故障征兆模糊处理6.4　凝汽设备故障诊断6.5　高压加热器故障诊断6.6　小结参考文献第7章　结论与展望

作者简介

本书共分为七章，介绍了汽轮机组状态监测和故障诊断的内容、意义和当前的发展状况、存在的问题等。

图书封面

 支持向量机在汽轮机状态监测中的应用下载