Gutscheinbedingungen

**Gültig bis 14.09.2026 auf Spielzeug, Schreibwaren, Filme, Geschenke & Trends, Musik, tolino eReader & Zubehör, Hörbücher, nicht preisgebundene Bücher und Kalender in der Thalia App. Einzelne Artikel können ausgeschlossen sein. Aufgrund der Buchpreisbindung sind deutschsprachige Bücher und eBooks ausgenommen. Zusätzlich ausgenommen sind Abos & Flatrates, Games, Geschenkkarten/-boxen, Shelfies, Software, Zeitschriften sowie einzelne Artikel von tonies®. Pro Einkauf einmal einlösbar. Nur gültig mit im Onlineshop hinterlegter Bonuscard. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Versandkosten und Services.

Produktbild: Condition Monitoring Using Computational Intelligence Methods
- 11%

Condition Monitoring Using Computational Intelligence Methods Applications in Mechanical and Electrical Systems

11% sparen

96,99 € UVP 109,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

22.02.2014

Abbildungen

XVI, 236 p.

Verlag

Springer London

Seitenzahl

236

Maße (L/B/H)

23,5/15,5/1,4 cm

Gewicht

388 g

Auflage

2012

Sprache

Englisch

ISBN

978-1-4471-6134-9

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

22.02.2014

Abbildungen

XVI, 236 p.

Verlag

Springer London

Seitenzahl

236

Maße (L/B/H)

23,5/15,5/1,4 cm

Gewicht

388 g

Auflage

2012

Sprache

Englisch

ISBN

978-1-4471-6134-9

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: Condition Monitoring Using Computational Intelligence Methods

  • Introduction to Condition Monitoring.- Data Gathering Methods.- Preprocessing and Feature Selection.- Condition Monitoring Using Neural Networks.- Condition Monitoring Using Support Vector Machines.- Condition Monitoring Using Neuro-fuzzy Methods.- Condition Monitoring Using Neuro-rough Methods.- Condition Monitoring Using Hidden Markov Models and Gaussian Mixture Models.- Condition Monitoring Using Hybrid Techniques.- Condition Monitoring Using Incremental Learning with Genetic Algorithms.- Conclusion.