●第1章 緒論
1.1智能故障診斷與健康評估的概念
1.2復雜機電繫統智能故障診斷與健康評估的意義
1.3復雜機電繫統智能故障診斷與健康評估的研究內容
1.4智能故障診斷與健康評估的研究現狀
1.4.1基於淺層機器學習的方法
1.4.2基於深度學習的方法
1.5本書的結構體繫與特色
參考文獻
第2章 基於監督學習的支持向量機智能診斷方法
2.1監督學習的原理
2.1.1監督學習問題的一般模型
2.1.2風險最小化問題
2.1.33種主要的學習問題
2.2支持向量機
2.2.1線性支持向量機
2.2.2非線性支持向量機
2.2.3核函數
2.2.4支持向量機在機械故障診斷中的應用現狀
……

本書繫統的闡述現代工業中復雜機電繫統的故障預測、智能診斷及繫統健康狀態的評估等理論與方法，主要包括基於數據驅動的智能故障診斷原理、方法及其實現技術。基於統計學習理論、半監督學習、流形學習、深度學習的故障預測、狀態評估的原理、技術及其應用。重點從模式識別、機器學習的角度，重點闡述基於半監督學習、流形學習的故障特征提取與選擇、早期故障的預測、故障模式的分類及裝備性能退化的評估等。並對當前機器學習的研究熱點，深度學習在智能預測、健康評估中的應用進行分析、展望。本書可作為高等院校機械工程、控制工程、自動化及繫統工程等專業的研究生教材或教學參考書，也可供廣大科技工作者和從事過程控制、故障診斷、設備維護等人員參考。