- 博客(25)
- 收藏
- 关注
RSS订阅原创 Ensemble Multiple Distinct ResNet Networks With Channel-Attention Mechanism for Multisensor Fault Di
液压系统在现代工业中有着广泛的应用，研究高效、准确的液压系统故障诊断技术有助于预防事故的发生，减少经济损失。现有的基于深度学习的智能诊断方法大多只采用单通道信号进行诊断，可能会忽略一些重要的故障信息。此外，现有的深度学习算法无法区分通道间特征的敏感性，无法强调通道域的重要特征。。;然后，。第三，。最后，。。实验结果表明，该方法的性能优于对比方法和现有方法。
2024-04-25 23:02:40
601
原创 MIFDELN: A multi-sensor information fusion deep ensemble learning network for diagnosing bearing fa
由于滚动轴承运行环境恶劣，采集到的振动信号中含有较强的噪声干扰，传统方法难以直接从原始信号中有效提取故障信息。此外，传统的基于单个传感器的诊断方法往往难以获得满意的诊断结果，因为忽略了不同传感器之间的互补信息。针对这些问题，。首先，;其次，;随后，。最后，利。结果表明，与几种具有代表性的多传感器融合技术相比，该方法在提取判别特征方面具有最高的精度和最强的鲁棒性。
2024-04-24 01:59:30
931
原创 Attention-aware temporal–spatial graph neural network with multi-sensor information fusion for fault
（1）
2024-04-06 19:08:21
276
1
原创 Dynamic Graph-Based Feature Learning With Few Edges Considering Noisy Samples for Rotating Machinery
其中为谱图卷积的输出，为图的傅里叶变换，为Λ的特征函数，参数为可学习的θ，“∗”为图卷积。由重新缩放的特征值组成，为L的最大特征值。是切比雪夫系数的向量，是k阶切比雪夫多项式，递归关系可以定义为，其中。是切比雪夫多项式系数，它决定了图卷积的接受场。通过特征变换，图卷积层的最终输出可以用可训练权矩阵。
2024-03-18 17:11:36
876
原创 Graph Convolutional Network-Based Method for Fault Diagnosis Using a Hybrid of Measurement and Prior
为了验证GCN-SA方法的有效性，将该方法与现有的各种故障诊断方法进行了比较，结果表明，该方法具有最佳的诊断精度。本文的其余部分安排如下。第二节概述了GCN的基础知识。第三部分介绍了GCN-SA方法和故障诊断过程，并指出了该方法的优点。在第四节中，通过实验验证了所提出方法的有效性和优越性。第五部分是本文的结论和对未来工作的展望。
2024-03-16 02:05:14
674
原创 Are Transformers Effective for Time Series Forecasting?
> 现有的基于变压器的TSF解决方案的管道。在(a)和(b)中，实线框为基本操作，虚线框为可选应用。©和(d)对于不同的方法是不同的[16,18,28,30,31]。
2024-02-28 01:18:27
951
1
原创 A TIME SERIES IS WORTH 64 WORDS: LONG-TERM FORECASTING WITH TRANSFORMERS
与使用包含最近96个时间步长的数据序列(0:518)相比，
2024-02-26 00:29:31
1379
1
原创 WaveForM: Graph Enhanced Wavelet Learning for Long Sequence Forecasting of Multivariate Time Series
Multivariate time series (MTS) analysis and forecasting are crucial in many real-world applications, such as smart traffic management and weather forecasting. However, most existing work either focuses on short sequence forecasting or makes predictions pre
2024-01-29 19:24:31
1002
原创 WAVEGRAD: ESTIMATING GRADIENTS FORWAVEFORM GENERATION
在本文中，我们提出了WaveGrad，这是一种新的波形生成条件模型，用于估计数据密度的梯度，遵循扩散概率模型(Ho等人，2020)和分数匹配框架(Song等人，2020;(Oord等人，2016;撒哈拉等人，2020)，基于插入的生成模型(Stern等人，2019;我们发现，WaveGrad在内部数据集(表1)和LJ Speech (Ito & Johnson, 2017)(表C.1)上实现了与Kalchbrenner等人(2018)(WaveRNN)的完全自回归最先进模型相同的样本质量，顺序操作较少。
2023-12-24 15:20:51
193
1
原创 Time Series Diffusion Method: A Denoising Diffusion Probabilistic Model for Vibration Signal Genera
Time Series Diffusion Method: A Denoising Diffusion Probabilistic Model for Vibration Signal Genera AbstractDiffusion models have demonstrated robust data generation capabilities in various research fields.In this paper, a Time Series Diffusion Method
2023-12-22 16:13:03
219
1
原创 EfficientFormer: Vision Transformers at MobileNet Speed
限制：（i）尽管EfficientFormer中的大多数设计都是通用的，例如，维度一致的设计和带有CONV-BN融合的4D块，但EfficientFormer的实际速度可能会在其他平台上有所不同。12（A14仿生芯片）上的推理速度是在iOS版本15下测量的，并在1,000次运行中取平均值，使用所有可用的计算资源（NPU），或仅使用CPU。Dosovitskiy等人和Carion等人分别将变压器架构应用于分类和检测，并在更强的训练技术和更大规模的数据集的支持下，与CNN对手取得了竞争性的表现。
2023-11-18 18:36:53
230
1
原创 SBCFormer: Lightweight Network Capable of Full-size ImageNet Classification at 1 FPS on Single Board
我们提出了一种新的深度网络设计，称为SBCFormer，当使用时，它在推理精度和计算速度之间实现了良好的平衡通常在单板计算机(sbc)中发现的低端cpu。**在本文中，我们选择了在单板计算机（如树莓派）中使用的CPU作为主要目标，这种计算机在各种领域的边缘应用中被广泛使用。“Patchy stem"是指在ViT（Vision Transformer）模型中，将输入图像划分为多个固定大小的块（或称为"patch”），然后将这些块线性化（即将每个块展平为一维向量），并作为Transformer的输入。
2023-11-13 18:21:48
146
原创 BinaryViT: Pushing Binary Vision Transformers Towards Convolutional Models
翻译：在高分辨率特征映射上应用的低隐藏维度的二进制全连接层，可以比每个具有高隐藏维度和低特征映射分辨率的二进制全连接层（如具有全局平均池化层，隐藏维度为384，特征映射分辨率为14×14的二进制DeiT-S）对二进制模型的元素表示能力贡献更多。：这是ResNets的典型特征。翻译：因此，尽管我们提到元素级的仿射变换对二进制模型的表示能力应该没有影响，但是有可能来自任何主分支的信息在更深层区域被残差分支过度消耗，阻止了来自更深层区域的任何主分支的信息通过残差连接传递，这样模型的表示能力可能会低于我们预期的。
2023-11-08 17:16:57
199
3
原创 006基于小波变换和改进ResNet的噪声环境下滚动轴承故障智能诊断Intelligent fault diagnosis of rolling bearing based on wavelet tr
滚动轴承作为一种重要的机械部件，广泛应用于各种工程设备中，其健康状况对工程设备的安全性和稳定性有着相当重要的影响（Jin et al，2022；李等人，2020）。RB一旦失效，很容易引发灾难性后果（钱等，2022；程等，2021）。由于RB的振动传递路径复杂，RB的故障难以准确诊断（Wei et al.，2020）。为了确保工程设备的运行稳定性和系统安全，对先进的滚动轴承故障诊断方法提出了更高的要求（Schwendemann et al.，2021）。（1）总结文献可以发现轴承的故障诊断分为四类。
2023-09-15 23:13:32
1085
6
原创 005 ECA-Net: Efficient Channel Attention for Deep Convolutional Neural Networks ECA Net：深度卷积神经网络的有效通
比较以ResNets为骨干模型的各种注意力模块(SENet[14]、CBAM[33]、A2-Nets[4]和ECA-Net)在分类精度、网络参数和FLOPs(以圆半径表示)方面的差异。ECA-Net获得了更高的精度，同时具有更低的模型复杂性。【分类精度、网络参数和FLOPs(以圆半径表示)方面的差异】通道注意力纳入卷积块引起了很多关注，在性能改进方面显示出巨大的潜力一些研究通过捕捉更复杂的通道相关性[33，4，9，7]或通过与额外的空间注意力相结合[33，13，7]来改进SE块。
2023-09-13 13:17:27
967
1
原创 无监督聚类算法DBSCAN算法_demo
本项目使用Python中的库实现了DBSCAN（Density-Based Spatial Clustering of Applications with Noise）聚类算法。DBSCAN是一种基于密度的聚类算法，能够有效地识别具有不同密度的聚类和离群点。
2023-06-14 02:12:03
161
原创 软件工程导论各种图例题汇总（期末考试速成）
软件工程期末考试图汇总该程序不是结构化的，结构化的程序只有一个入口和一个出口，而该程序的流程途中有两个出口。
2022-06-08 23:52:52
21050
11
原创 Windows下的Spark环境配置（含IDEA创建工程--《Spark大数据技术与应用》第九章-菜品推荐项目）
文章目录前言一、下载资源二、本地配置步骤1.解压2.引入本地环境3.启动HADOOP文件4.进行Spark测试三、IDEA引入Spark项目1.idea按照scala插件2.新建scala项目3.配置项目4.新建scala类前言本文适用于《Spark大数据技术与应用》第九章-菜品推荐项目环境配置：`跟着做就行…资源都在网盘里面，纯粹的无脑配置…提示：以下是本篇文章正文内容，所用资源版本过低，用于课本实验，且已有Java环境一、下载资源scala：2.12.8spark：1.6.2had
2022-05-30 00:14:11
2272
3
原创 解决Spark-Scala:lass VolatileBooleanRef does not have a member createscala.reflect.internal.FatalError
将idea Scala 版本改成2.10.4版本解决问题
2022-05-28 11:21:31
372
原创 学生成绩分析系统后端函数解释（Python）
学生成绩分析系统后端函数解释一、集成函数（总函数）1 .输入总的年级列表 输出各班每人绩点 排名2. 输入总的年级列表 输出各班平均绩点 排名3. 输入总的年级列表 输出每科目年级平均分4. 输入总的年级列表 输出班级每科目年级平均分5. 输入总的年级列表 输出挂科信息 人名：科目6. 输入总的年级列表 输出个人信息二、对excel表的操作1. 将excel表格转化为列表三、信息获取1. 获取班级列表2. 获取人名列表3. 获取课程列表4. 获取所有学号5. 获取所有名字+学号6. 寻找重名7. 获取各班级
2021-05-03 12:24:49
1406
1
原创 爬虫demo - 对豆瓣的爬取
爬虫demo - 对豆瓣的爬取数据爬取urllib库/requests方法HTML数据分析BeaufifulSoup库（亮汤）爬取网页re库--正则表达式数据存储xls(excel)保存保存数据sqlite数据库保存全部代码从https://movie.douban.com/top250?start=获取排名前250的电影信息并保存到xsl文档和sqlite数据库中数据爬取urllib库/requests方法head 保存用户信息，告诉服务器-“我不是爬虫” 按网页 F12/network获
2021-02-14 18:32:07
478
6
原创 python的安装与配置
python的安装与配置首先进入Python的官网https://www.python.org/选择Downloads(下载)如何看自己的系统位数建议：先自己建立一个文件夹用来存放python，最好不要存在C盘，且最好路径中不要出现中文同时按下键盘上的视窗（win）+R键，在运行框中输入cmd,点击确定输入python -V，pip -V看到显示信息，即表示安装并且添加进环境变量成功...
2021-01-15 00:27:56
114
原创 torch.cuda.is_available()结果为False Pytorch配置GPU不可用问题
Pytorch配置GPU不兼容或可用问题踩雷我遇到的问题（肯定也是你的困惑 ==>“False”警告）步骤打开anaconda可视化界面打开conda prompt 终端（！！右键管理员身份）确认 pytorch 是不是GPU版本！！！！（这个是关键，前两步没错，这个也没错）下载完成之后在当前环境输入python测试标题标题或许其他你可能的问题CUDA因为没有默认下载而造成的环境配置问题anaconda下载不了东西或慢记得管理员打开conda prompt下载好的pytorch怎么在IDE里面用我遇
2021-01-14 01:12:32
6145
6
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