- 博客(2)
- 收藏
- 关注
RSS订阅原创 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