说明:这是我的项目,我试图钢铁故障由KNN和高斯分类器进行分类。数据取自URI资源库和预处理起。
说明:应用背景 现代工业通用机械都配备了相当数量的滚动轴承。一般说来,滚动轴承都是机器中最精密的部件。通常情况下,它们的公差都保持在机器的其余部件的公差的十分之一。但是,多年的实践经验表明,只有10%以下的轴承能够运行到设计寿命年限。而大约40%的轴承失效是由于润滑引起的故障,30%失效是由于不对中...
说明:改进的BP神经网络源代码,只需要修改部分参数,就可以完成故障的模式识别
说明:经验模态分解(Empirical Mode Decomposition,简称EMD))方法被认为是2000年来以傅立叶变换为基础的线性和稳态频谱分析的一个重大突破 [1] ,该方法是依据数据自身的时间尺度特征来进行信号分解,无须预先设定任何基函数。这一点与建立在先验性的谐波基函数和小波基函数上的傅...