自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(11)
  • 收藏
  • 关注

原创 数据处理:一维数字滤波、局部加权回归和归一化

归一化是一种常用的数据处理技术,用于将不同尺度或单位的数据转换到同一尺度上,以便更好地进行比较和分析。在数据分析和机器学习领域,归一化处理是预处理步骤中不可或缺的一部分,它能够提高模型的性能和准确性。本文将详细介绍归一化的原理、方法及应用。

2024-01-15 22:33:15 138 2

原创 基于多工况聚类的机械设备剩余寿命预测

基于工况聚类的机械设备剩余寿命预测

2023-10-29 22:40:29 185 2

原创 基于pytorch的LSTM+自注意力机制的时间序列预测

LSTM-自注意力机制代码+实战

2023-06-28 18:45:48 1114 1

原创 自注意力、残差自注意力、多头注意力的代码+原理

自注意力、残差自注意力、多头注意力的代码+原理

2023-06-28 17:58:40 535 1

原创 pytorch一行代码实现Transformer模型时间序列预测(2)

Transformer模型主程序和pytorch模型网络输出层的输出程序

2023-06-25 10:04:44 365

原创 pytorch一行代码实现Transformer模型时间序列预测(1)

【代码】pytorch一行代码实现Transformer模型时间序列预测(1)

2023-06-25 09:46:27 589

原创 基于机器学习的参数筛选(2)

趋势性的计算使用以下公式:其中xj表示第j个系统上的特征的测量向量,变量M是被监视的系统的数量。当xj和xk的长度不同时,重新采样较短的向量以匹配较长的向量的长度。为了方便这一过程,它们的时间向量首先被归一化为百分比寿命,即[0%,100%]。

2023-06-24 17:00:33 186

原创 基于机器学习的参数筛选(1)

涡扇发动机数据集中有些传感器监测参数在整个寿命周期内变化很小,退化特征不明显。说明并非所有的传感器监测参数都能很好的反馈发动机健康退化的变化过程。合理的发动机传感器信号都与其健康衰退过程存在着良好的关联性,并呈现单调增长或下降的态势,并且具有单调性的特征向度包含了丰富的退化隐藏特征。因此,为了更为精确的预测结果,需要将不具有退化趋势的传感器监测参数删除掉,以此来增强网络层对退化特征的学习。为此,本文构建了测量参数的线性回归模型。

2023-06-24 11:39:28 154 1

原创 基于深度学习的回归预测课程介绍

是深度学习使得你我相遇在CSDN中,回顾我自己在深度学习领域中的学习经历,确实走了不少弯路,自己也迷茫过,不知道如何下手,整天看着花里胡哨的论文,更不知道自己该从哪里下手。在这里我会把我对深度学习的所学(代码源码)传授给大家!!!希望我的这个小课程可以给你带来一些小惊喜(如果有些许意外,我会吸取大家的意见!!!积极改正),也希望我的课程能给你的科研带来一些帮助,当然更希望我的课程能帮助大家更好地入门深度学习。

2023-06-23 16:45:33 1015 4

原创 基于MATLAB 将C-MAPSS zip格式中的数据输出到excel中。

步骤1.发动机退化模拟数据集下载到一个名为“CMAPSSData.zip”的文件中,并将其解压缩到当前目录中名为“data”的文件夹中。步骤2.把table转化为excel,需要注意的是,vertcat只能转化一列,因此先把剩余寿命那一列拆开。复制到excel中。

2023-05-07 19:02:39 243 1

原创 基于NASA C-MAPSS数据的介绍

C-MAPSS数据集介绍,分析工况的变化对于性能参数的影响。

2023-05-07 18:25:10 9370 8

C-MAPSS航空发动机模拟数据集

C-MAPSS航空发动机模拟数据集

2023-10-07

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除