g0g0日本肉体艺术激情,女人18毛片女人18毛片水好多

內(nèi)容簡(jiǎn)介

　　《貝葉斯網(wǎng)絡(luò)理論在裝備故障診斷中的應(yīng)用》介紹了故障診斷及貝葉斯網(wǎng)絡(luò)的基本理論，闡述了貝葉斯網(wǎng)絡(luò)理論在智能故障診斷方法中的應(yīng)用。提出了一種基于模型分解的復(fù)雜系統(tǒng)診斷模型建立方法，能夠在最小領(lǐng)域?qū)＜邑?fù)擔(dān)情況下建立診斷貝葉斯網(wǎng)絡(luò)模型；基于Gibbs抽樣的診斷模型評(píng)估算法，采用等概率故障注入算法，能夠?qū)崿F(xiàn)對(duì)診斷模型的全面覆蓋測(cè)試，對(duì)診斷模型進(jìn)行全面評(píng)估。介紹了一種基于簇樹的通用近似診斷推理算法，結(jié)合了簇樹精確算法和重要性抽樣原理，通用性好、計(jì)算效率高。基于進(jìn)化計(jì)算的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法，對(duì)缺失數(shù)據(jù)處理是基于后驗(yàn)網(wǎng)絡(luò)的，補(bǔ)充數(shù)據(jù)可信度比較高，在丟失數(shù)據(jù)較多的情況下網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)性能較好?！敦惾~斯網(wǎng)絡(luò)理論在裝備故障診斷中的應(yīng)用》適用于從事故障診斷研究領(lǐng)域的高等學(xué)校研究生和有關(guān)技術(shù)人員參考，對(duì)模式識(shí)別、知識(shí)發(fā)現(xiàn)等人工智能領(lǐng)域的研究人員也有一定的參考價(jià)值。

作者簡(jiǎn)介

暫缺《貝葉斯網(wǎng)絡(luò)理論在裝備故障診斷中的應(yīng)用》作者簡(jiǎn)介

圖書目錄

第1章緒論
1.1 故障診斷與綜合診斷
1.2 智能故障診斷方法的研究現(xiàn)狀及發(fā)展
第2章裝備故障診斷的理論基礎(chǔ)
2.1 武器裝備故障特點(diǎn)
2.2 智能故障診斷系統(tǒng)中不確定知識(shí)的處理
2.3 不確定性推理模式
第3章貝葉斯網(wǎng)絡(luò)理論
3.1 概述
3.2 貝葉斯概率基礎(chǔ)
3.3 貝葉斯學(xué)習(xí)理論
3.4 簡(jiǎn)單貝葉斯學(xué)習(xí)模型
3.5 貝葉斯網(wǎng)絡(luò)的建造
第4章貝葉斯網(wǎng)絡(luò)的精確推理
4.1 引言
4.2 貝葉斯推理基礎(chǔ)
4.3 基于簇樹的貝葉斯網(wǎng)絡(luò)推理
4.4 小結(jié)
第5章連接樹的構(gòu)造與信息傳遞
5.1 連接樹的構(gòu)造
5.2 量化連接樹
5.3 處理證據(jù)
5.4 近似推理
5.5 小結(jié)
第6章診斷貝葉斯網(wǎng)絡(luò)的建立和評(píng)估方法
6.1 基于故障樹的貝葉斯網(wǎng)絡(luò)建立方法
6.2 基于模型分解的復(fù)雜系統(tǒng)貝葉斯網(wǎng)絡(luò)構(gòu)建方法
6.3 診斷貝葉斯網(wǎng)絡(luò)模型的評(píng)估方法研究
6.4 小結(jié)
第7章診斷貝葉斯網(wǎng)絡(luò)通用近似推理算法
7.1 概述
7.2 基于簇樹的精確推理算法
7.3 基于簇樹算法的通用近似推理算法
7.4 小結(jié)
第8章診斷貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)
8.1 網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)方法
8.2 不完整數(shù)據(jù)條件下的網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法
8.3 小結(jié)
第9章故障診斷專家系統(tǒng)
9.1 故障診斷專家系統(tǒng)簡(jiǎn)介
9.2 故障診斷專家系統(tǒng)的發(fā)展趨勢(shì)
9.3 故障診斷專家系統(tǒng)的基本結(jié)構(gòu)
9.4 故障診斷專家系統(tǒng)設(shè)計(jì)
9.5 故障診斷方法試驗(yàn)驗(yàn)證
參考文獻(xiàn)