![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
随机森林
文章平均质量分 81
哥廷根数学学派
在读博士
主要研究 现代信号处理,机器学习,深度学习,智能故障诊断
展开
-
Python环境下基于麦克风信号与随机森林的机器轴承运行状态识别
声学故障诊断技术具有如下特点:能进行非接触采集信号、信号容易采集且采集速度快、能发现早期故障、可对有相对运动的目标进行在线监测等。而且机械振动向外辐射形成声场噪声,两者机理相似,含有相似的机械频谱特性,可用非接触测量采集声场信号,并使用比较完善的信号处理方法对声学信号处理后分析诊断。原创 2024-03-25 08:21:06 · 1173 阅读 · 0 评论 -
Python环境下基于1D-CNN、2D-CNN和LSTM的一维信号分类
Python环境下基于1D-CNN、2D-CNN和LSTM的一维信号分类原创 2024-03-18 11:10:06 · 2141 阅读 · 0 评论 -
Python环境下基于机器学习(决策树,随机森林,KNN和SVM)的轴承故障诊断
故障特征提取就是从振动信号中提取时、频域统计特征,并利用能量值、谱峭度、幅值等指标,提取出故障特征集。对故障特征值进行全面准确地提取,是提高诊断精度的关键,也是整个滚动轴承故障诊断过程中较困难的部分。原创 2024-03-18 08:25:29 · 1979 阅读 · 1 评论 -
MATLAB环境下基于决策树和随机森林的心力衰竭患者生存情况预测
近年来,随着医学数据的不断积累和计算机技术的快速发展,许多机器学习技术已经被用在医学领域,并取得了不错的效果。与传统的基于医学知识经验的心衰预后评估模型相比,机器学习方法可以快速、高效地从繁杂的、海量的心衰病人数据中挖掘出有价值的患者信息,便于对心衰患者进行及时有效的预后评估和指导。原创 2024-03-17 12:43:47 · 584 阅读 · 0 评论