![](../../asset/images/user/BgImg_default.jpg)
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
刀具磨损状态识别(Python代码,MSCNN_LSTM_Attention模型,初期磨损、正常磨损和急剧磨损分类,解压缩直接运行)
面铣的长度为 108mm 且 每 次 走 刀 时 间 相 等 , 每次走刀后测量刀具的后刀面磨损量。数据量较大,因为本地电脑配置一般, 所以只用了c1数据集进行实验,只需要修改数据集路径,也可以调用c2-c6数据集。MSCNN_LSTM_Attention.py是读取原始数据,预处理,磨损状态分类的主程序。6次的数据集中3次实验中有测量铣刀的磨损量,其他3次没有测量,作为比赛的测试集。versio
![文章图片](https://img-blog.csdnimg.cn/02555034c3804ea9b3d06a018d771f5b.png)
光伏发电预测(LSTM、CNN_LSTM和XGBoost回归模型,Python代码)
一旦结果与预测差距较大,可能存在光伏系统的问题,需要找出原因,然后采取适当措施来修复光伏系统并做出更好的决策。例如,根据准确的预测,光伏系统运营商可以平衡电力消耗,并将多余的电力储备用于紧急情况。然而,光伏系统的发电量估算是一个挑战,因为光伏系统的发电量受到天气条件的极大影响。整个项目文件夹(第一个文件夹为xgboost模型相关的包文件,xg.py是xgboost模型英文注释版本,xg_chine
![文章图片](https://img-blog.csdnimg.cn/9e8ee3b063574cd7b7610fb73a98748d.png)
创新模型LSTM+Transformer交通流量预测(Python代码,GRU/LSTM/CNN_LSTM作为对比模型,多特征输入,单标签输出,可以替换为其它时序数据集)
测试集效果图(区域放大可以自己调整坐标,想放大哪部分都可以)对比模型的指标差异。
![文章图片](https://img-blog.csdnimg.cn/1606ce26c40e454a82e1af49744e783a.png)
草莓病害图像数据集(YOLO使用,train为655张照片和val为487张照片)
草莓病害图像数据集(YOLO使用,train为655张照片和val为487张照片)
![文章图片](https://img-blog.csdnimg.cn/8c96d5a5669b4b73a3bbf9fa9a821810.png)
草莓病害图像数据集(YOLO使用,train为655张照片和val为487张照片)
草莓病害图像数据集(YOLO使用,train为655张照片和val为487张照片)
![文章图片](https://img-blog.csdnimg.cn/8c96d5a5669b4b73a3bbf9fa9a821810.png)
暂无文章信息