简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
信号的相关分析(自相关和互相关)| python代码实战
轴承故障诊断实战-基于希尔伯特解调(包络谱)的轴承故障诊断实战,通过python代码实现超详细讲解
注意力机制-混合域CBAM-代码实现
接上期信号处理基础之噪声与降噪(一) | 噪声分类及python代码实现,本期为大家介绍噪声评价指标,并且讲解两种降噪方法——平滑降噪、SVD降噪,并给出python代码。
故障诊断资料整理,不断更新
迁移学习-域适应-损失函数MMD-python代码实现
针对初学者,一头雾水,不知如何学习,本文给出了一个学习路线Python学习 - 打好编程基础https://www.bilibili.com/video/BV1vA411b7Rn?spm_id_from=333.337.search-card.all.clickB站免费课程 学到P49建议时长 2周深度学习理论 - 浅浅理解神经网络https://www.bilibili.com/video/BV
t-SNE代码实现
传统的基于深度学习的轴承故障诊断方法假设训练数据和测试数据遵循相同的分布。然而,对于实际场景中收集的轴承数据,这一假设并不总是正确的,导致故障诊断性能显着下降。为了满足这一假设,在深度学习中引入迁移学习的概念,将从其他数据或模型中学习到的知识进行迁移。深度迁移学习方法由于其出色的特征学习和领域迁移能力,近年来在轴承故障诊断中得到了广泛的关注。本文对2016年以来基于深度迁移学习的轴承故障诊断方法的
针对初学者,一头雾水,不知如何学习,本文给出了一个学习路线Python学习 - 打好编程基础https://www.bilibili.com/video/BV1vA411b7Rn?spm_id_from=333.337.search-card.all.clickB站免费课程 学到P49建议时长 2周深度学习理论 - 浅浅理解神经网络https://www.bilibili.com/video/BV