登入帳戶　 |　訂單查詢　 |　購物車/收銀台( 0 )　|　在線留言板　 |　付款方式　 |　聯絡我們　 |　運費計算　 |　幫助中心　|　 加入書簽
	全部範圍 - 圖書 - 　- 中文簡體書(大陸書) - 　- 英文書（原版） - - 音碟 - 　- 音樂 - 　- 影視 - - 雜誌 - 全文 精確	會員登入 新註冊 |　新用戶登記

HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類閱讀雜誌

香港／國際用戶

最新/最熱/最齊全的簡體書網

品種：超過100萬種書，正品正价，放心網購，悭钱省心

送貨：速遞 / EMS，時效：出貨後2-3日

新書推薦： 《 美国产业关系领域的起源与演变 》 售價：NT$ 381.0 《 拐点：站在AI颠覆世界的前夜 》 售價：NT$ 386.0 《 竞争优势：透视企业护城河（珍藏版） 6[美]布鲁斯·格林沃尔德 》 售價：NT$ 554.0 《 日本通史（修订本）上下 》 售價：NT$ 1445.0 《 好的爱，有边界 》 售價：NT$ 330.0 《 心悦读丛书·倍速社会：快电影、剧透与新消费文化 》 售價：NT$ 325.0 《 马王堆考古手记 》 售價：NT$ 554.0 《 全靠演技 》 售價：NT$ 252.0

建議一齊購買： + NT$ 419 《 网络、电子商务与数据法 》 + NT$ 720 《 5G无线接入网络：中心化无线接入，云无线接入以及小小区虚拟化 》 + NT$ 655 《 现代商用卫星通信系统（第二版） 》 + NT$ 442 《 猫世代：网络社交媒体简史 》 + NT$ 394 《 玩转虚拟机——基于VMware+Windows（第二版）（名师手把手系列） 》 + NT$ 284 《 通信简史：从信鸽到6G+ 》 編輯推薦： 本书内容来自一线教师的多年教学成果，同时作者有多年的企业从业实际工作经验，所以教材定位准，内容实用，书中有大量的实用案例，非常适合学生和从业人员学习。 內容簡介： 无线传感器网络被应用于复杂环境下时，存在缺乏故障数据、监测数据丢失、监测数据可靠性下降、运行环境干扰等诸多不利因素，因此会影响健康管理的可靠性和准确性。本书基于置信规则库专家系统研究无线传感器网络健康管理系统的建模方法，并应用于工程实践。置信规则库专家系统融合了定量数据和定性知识，能处理专家定性知识存在的模糊性和不确定性的问题。为确保建模过程的透明性和可参与性，本书采用证据推理规则作为推理工具，保证推理结果是可解释和可追溯的。 本书可作为高等院校人工智能、网络安全、自动控制等相关专业的本科生或研究生教材，也适合从事无线传感器网络相关工作的工程技术人员阅读参考。本书封面贴有清华大学出版社防伪标签，无标签者不得销售。 關於作者： 李绍华，大连外国语大学，创新创业学院，博士，副教授，硕士生导师，CCF会员。主要从事传感器网络健康管理，证据推理与置信规则库研究。发表学术论文20余篇，主编出版教材4部，主持省部级课题5项，并主持参与多项横向课题的研发。主持获得辽宁省普通高等教育本科教学成果三等奖2次，获得实用新型专利1项，软件著作权8项。指导学生在“互联网 ”“挑战杯”“三创赛”“蓝桥杯”“泰迪杯”等竞赛中，取得国家级省级奖项100余项，多次获得优秀指导教师称号。 目錄： 第1章绪论1 1.1研究背景与意义1 1.2研究现状2 1.2.1复杂系统健康管理研究现状2 1.2.2无线传感器网络健康管理研究现状4 1.2.3置信规则库研究现状6 1.3研究问题的提出与结构安排12 1.4本章小结13 1.5参考文献14 第2章无线传感器网络健康评估指标体系20 2.1引言20 2.2常见健康指标20 2.3健康评估指标体系的构建21 2.3.1覆盖率22 2.3.2故障率25 2.4本章小结27 2.5参考文献27 第3章数据丢失状态下无线传感器网络健康评估28 3.1引言28 3.2问题描述29 3.2.1数据丢失状态下健康评估的问题描述29 3.2.2基于双BRB的无线传感器网络健康评估模型30 3.3数据丢失状态下无线传感器网络健康评估模型的推导31 3.3.1基于BRB的丢失数据补偿模型31 3.3.2基于BRB的无线传感器网络健康评估模型33 3.3.3初始健康评估模型的优化34 3.3.4健康评估模型的建模过程35 3.4实验验证36 3.4.1WSN健康评估模型实验描述36 3.4.2WSN丢失数据补偿模型的构建36 3.4.3WSN健康评估模型的构建39 3.4.4WSN健康评估模型的训练和测试40 3.5本章小结46 3.6参考文献46 第4章数据不可靠状态下无线传感器网络健康评估49 4.1引言49 4.2问题描述50 4.2.1数据不可靠下健康评估的问题描述50 4.2.2基于BRBr的健康评估模型的描述51 4.3数据不可靠下无线传感器网络健康评估模型的构建51 4.3.1利用平均距离计算特征的可靠度52 4.3.2基于BRBr的健康评估模型的推导52 4.3.3初始健康评估模型的优化54 4.3.4健康评估模型的建模过程56 4.4无线传感器网络健康指标可靠度敏感性分析56 4.4.1评估结果相对于指标可靠度的敏感性分析56 4.4.2评估结果相对于指标权重的敏感性分析59 4.4.3模型可靠度相对于属性可靠度的敏感性分析60 4.5实验验证60 4.5.1WSN健康评估模型的实验描述60 4.5.2WSN健康评估模型的构建61 4.5.3WSN健康评估模型的训练和测试63 4.6本章小结66 4.7参考文献66 第5章考虑属性质量因子的无线传感器网络故障诊断69 5.1引言69 5.2相关工作69 5.3问题描述70 5.3.1节点故障诊断的问题描述70 5.3.2基于BRBSAQF的WSN节点故障诊断模型71 5.4基于BRBSAQF的WSN节点故障诊断模型的构建72 5.4.1数据特征的提取72 5.4.2计算属性质量因子72 5.4.3BRBSAQF的规则构建和推理过程74 5.4.4模型优化过程75 5.4.5模型建立过程76 5.5实验验证77 5.5.1使用BRBSAQF进行故障诊断77 5.5.2与其他模型的比较81 5.6本章小结83 5.7参考文献84 第6章基于幂集置信规则库的无线传感器网络节点故障诊断86 6.1引言86 6.2相关工作86 6.3问题描述87 6.3.1WSN节点故障诊断的问题描述87 6.3.2WSN节点故障诊断的模型构建89 6.4基于PBRB的WSN节点故障诊断模型90 6.4.1构建模型90 6.4.2模型推理92 6.4.3模型优化93 6.4.4建模过程94 6.5实验验证95 6.5.1数据描述95 6.5.2构建模型96 6.5.3模型的训练和测试98 6.5.4不同优化算法的比较99 6.5.5与其他方法的比较102 6.6本章小结104 6.7参考文献105 第7章复杂环境下无线传感器网络健康维护决策107 7.1引言107 7.2问题描述108 7.2.1复杂环境下最优维护决策的问题描述108 7.2.2基于BRB的无线传感器网络最优维护决策模型108 7.3无线传感器网络最优维护决策的推理109 7.3.1基于BRB的健康评估模型110 7.3.2基于Wiener过程的健康预测模型111 7.4无线传感器网络最优维护决策的优化和建模113 7.4.1基于PCMAES的优化模型113 7.4.2最优维护决策模型的建模过程115 7.5实验验证115 7.5.1最优维护决策的实验描述115 7.5.2最优维护决策模型的构建117 7.5.3模型的训练和测试119 7.6本章小结121 7.7参考文献121 第8章结论与展望124 8.1结论124 8.2创新点124 8.3展望126 附录A基本概念127 A.1专家系统127 A.2专家知识的不确定性和模糊性128 A.3专家系统的可解释性128 A.4辨识框架129 A.5基本概率质量129 A.6全局无知和局部无知129 A.7信任函数和似然函数130 A.8DempsterShafer理论131 A.8.1概述131 A.8.2合成规则133 內容試閱： 无线传感器网络（wireless sensor network，WSN）是由分布在不同空间上的若干传感器设备组成的一种计算机网络。健康管理旨在评估、诊断和预测组件故障的发生，从而将复杂系统的意外停机时间降至最低。WSN节点容易由于能量损耗、硬件故障、软件故障、通信故障或网络攻击等原因导致可靠性下降，乃至使系统瘫痪，因此其健康管理是非常重要的。 本书主要的研究成果如下。 (1) 提出基于双置信规则库的WSN健康评估模型。WSN数据传输是通过无线方式实现的，对环境的干扰非常敏感，数据容易出现不规则波动和丢失问题。利用监测指标的历史数据建立基于BRB的丢失数据补偿模型，估算丢失的监测数据；再根据补偿数据和监测数据，建立基于BRB的健康评估模型，对WSN健康状态进行评估。为解决初始BRB丢失数据补偿模型和BRB健康评估模型精度低的问题，提出投影协方差矩阵自适应进化策略（projection covariance matrix adaption evolution strategy，PCMAES），对两个初始模型分别进行优化，提高评估精度。实验表明，双BRB WSN健康评估模型可以准确地评估监测数据的丢失值和WSN健康状态。 (2) 提出基于BRBr的WSN健康评估模型。当被监测系统的运行状态发生变化时，WSN采集到的监测数据可能会受到干扰和破坏，导致监测数据的可靠度下降，影响健康评估的准确性。提出利用属性可靠度来处理不可靠的监测信息，建立基于BRBr（BRB with attribute reliability）的WSN健康评估模型；利用监测数据之间的平均距离计算WSN特征属性的可靠度，解决属性可靠度下降的问题；使用PCMAES模型对初始BRBr模型的置信度、特征权重和规则权重等参数进行优化，提高健康评估精度。实验表明，BRBr WSN健康评估模型能够充分融合定量指标数据和定性专家知识，解决属性可靠度下降问题，准确地评估WSN的健康状态。 (3) 提出基于BRBSAQF的WSN节点故障诊断模型。受WSN复杂的工作环境和无线数据传输的影响，WSN收集的数据中含有噪声数据，导致故障诊断过程中提取的数据特征存在不可靠的数据。为了减少不可靠的数据特征对故障诊断准确性的影响，提出了一种带有自适应质量因子的BRB故障诊断模型。首先，提取WSN节点故障诊断所需的数据特征；接着，引入并计算输入属性的质量因子；然后，设计带有属性质量因子的模型推理过程；最后，使用PCMAES算法优化模型的初始参数。实验结果表明，BRBSAQF可以减少不可靠的数据特征的影响。自适应质量因子计算方法比静态属性可靠性方法更加合理和准确。 (4) 提出基于PBRB的WSN节点故障诊断模型。传感器节点的故障诊断需要从原始采集的数据中提取特征数据。不同类型故障的特征数据具有相似性，而诊断结果却难以区分故障类型，这些无法区分的故障类型被称为模糊信息。提出使用幂集BRB识别框架来表示模糊信息，使用ER作为推理过程，使用PCMAES进行参数优化。实验验证结果表明，与其他故障诊断方法相比，PBRB方法具有更高的准确性和更好的稳定性，不仅可以识别难以区分的故障类型，还具有小样本训练优势，模型获得了较高的故障诊断精度和稳定性。 (5) 提出基于BRB和Wiener过程的WSN最优维护决策模型。WSN最优维护决策的目标是为用户提供最优维护时机，实现系统性能指标最优和维护费用最低。为解决WSN健康评估决策存在的监测数据缺乏和复杂系统机理两个问题，提出基于BRB和Wiener过程的最优维护决策模型: 先利用BRB模型对WSN健康状态进行评估；再根据当前的健康评估状态，利用Wiener过程预测WSN健康状态，得到最优的维护时机。在基于Wiener过程的健康状态预测模型中，由专家提供WSN健康状态的最小阈值，以确定最佳的维护时机。通过对原油存储罐WSN最优维护时机的实验验证，证明了模型的有效性。 本书以解决复杂环境下WSN健康管理为目标，研究基于BRB的健康管理的相关理论和方法，得到了国家自然科学基金项目（No. 62203461、No. 62203365）、辽宁省应用基础研究计划（No. 2022JH2/101300270）、辽宁省社会科学规划基金项目（L23BTQ005）、辽宁省教育厅高校基本科研项目（JYTMS20230555）的资助。在全书内容研究与编写过程中，大连外国语大学祁瑞华教授、西北工业大学杨若涵副教授、火箭军工程大学冯志超博士、哈尔滨师范大学硕士生孙国文以及大连外国语大学硕士生袁琳新、王诗雯、孙一宸、平婧宇做了大量工作。 在本书的编写和出版过程中，得到了诸多专家学者的热情帮助，在此一并致以由衷的感谢。 由于时间紧迫，成稿仓促，书中难免出现疏漏甚至错误之处，诚恳地希望各位专家、读者不吝赐教与指正。 编者 2023年9月

書城介紹　 |　合作申請　|　索要書目　 |　新手入門　|　聯絡方式　 |　幫助中心　|　找書說明　 |　送貨方式　|　付款方式	香港用户　 |　台灣用户　|　海外用户
megBook.com.tw
Copyright (C) 2013 - 2024 （香港）大書城有限公司　All Rights Reserved.