- 博客(2)
- 收藏
- 关注
原创 轴承故障诊断(一维时序信息结合二维图像实现故障诊断,python编程,十分类)
2.数据集介绍(凯斯西楚大学数据集,实现对12k采集频率下四种负载的诊断,同时也实现对48k采集频率下数据的诊断):十分类。3.效果(以1HP和48KHZ数据为例):数据总体分为训练集,验证集(训练集中留出一部分当做验证集),测试集。0HP装载的是经sign_cwtimg.py生成的小波图像,已经划分好训练集和测试集。0HP_x_train_1D.npy:装0HP训练集的一维数据。Code.py_0HP.py是0HP数据集故障诊断代码。0HP_x_test_1D:装0HP测试集的一维数据。
2023-05-07 11:54:37 402 1
原创 分别用四种不同的方法对时序序列的异常点检测
具体来说,它通过导入sklearn库中的svm.OneClassSVM函数,对数据中的溶解氧(Dissolved Oxygen)这一列进行处理,将其转换为numpy数组后,通过调用fit()方法训练SVM模型。然后,使用fit_predict()方法来检测数据集中的异常值,将检测到的异常值用红色散点图标记出来,并输出异常值的个数。接着,它遍历预测结果,将预测为-1的样本点(即被分类为离群点)用红点标记在图上,并将其从原始数据中删除,最后将剩下的数据绘制成另一个图形。
2023-05-06 21:08:55 247
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人