本人最近打算搞一搞刀具的寿命预测,特此记录伯克利数据集的预处理。
大概实现把数据从.mat格式里 按照case和run转成单独的csv格式。之后再用python做神经网络的处理去。
% 作于2020-9-29 凌晨
% 功能:循环读取case&run,获取相应的6维传感器数据并存储为csv格式
% 读入刀具数据
mill_data = matfile('mill.mat');
% 读取数据块部分
mill_data = mill_data.mill;
% 获取所有数据块的run长度
[h, w] = size(mill_data);
% 获取属性名
% feature_namelist = fieldnames(mill_data);
case_runs = [17,14,16,7,6,1,8,6,9,10,23,15,15,10,7,6];
for case_id = 1:16
for case_run = 1:case_runs(case_id)
% fprintf('正在处理 case_id: %d, case_run: %d.\n', case_id, case_run);
% 根据case和run获取相应的数据块索引
case_index = [];
for i= 1:w
if (mill_data(i).case == case_id)&&(mill_data(i).run == case_run)
case_index(1,:) = i;
break;
end