竞买信息记录表

字段展示

竞买信息记录表字段
ID
状态
竞买号
时间
出价(元)

样本数据

ID状态竞买号时间出价(元)
3448f5ada2b47142c393847db02962ae成交H83202021年03月02日 10:53:2414,413,240
3448f5ada2b47142c393847db02962ae出局X41422021年03月02日 10:49:1414,403,240
3448f5ada2b47142c393847db02962ae出局R93902021年03月02日 10:46:2114,303,240
3448f5ada2b47142c393847db02962ae出局X41422021年03月02日 10:45:1014,203,240
3448f5ada2b47142c393847db02962ae出局R93902021年03月02日 10:42:0414,103,240
3448f5ada2b47142c393847db02962ae出局X41422021年03月02日 10:39:1614,013,240
3448f5ada2b47142c393847db02962ae出局R93902021年03月02日 10:36:0813,913,240
3448f5ada2b47142c393847db02962ae出局X41422021年03月02日 10:35:2013,803,240
3448f5ada2b47142c393847db02962ae出局R93902021年03月02日 10:32:3713,703,240
3448f5ada2b47142c393847db02962ae出局X41422021年03月02日 10:31:4113,603,240
3448f5ada2b47142c393847db02962ae出局R93902021年03月02日 10:28:5113,503,240
3448f5ada2b47142c393847db02962ae出局X41422021年03月02日 10:28:2913,413,240
3448f5ada2b47142c393847db02962ae出局R93902021年03月02日 10:25:4013,313,240
3448f5ada2b47142c393847db02962ae出局X41422021年03月02日 10:23:5013,203,240
3448f5ada2b47142c393847db02962ae出局R93902021年03月02日 10:20:5713,003,240
3448f5ada2b47142c393847db02962ae出局X41422021年03月02日 10:20:0912,703,240
3448f5ada2b47142c393847db02962ae出局R93902021年03月02日 10:17:2412,603,240
3448f5ada2b47142c393847db02962ae出局A54132021年03月02日 10:17:1512,513,240
3448f5ada2b47142c393847db02962ae出局R93902021年03月02日 10:16:4912,503,240
3448f5ada2b47142c393847db02962ae出局A54132021年03月02日 10:16:3912,413,240
3448f5ada2b47142c393847db02962ae出局R93902021年03月02日 10:14:4012,403,240
3448f5ada2b47142c393847db02962ae出局R93902021年03月02日 10:14:2412,313,240
3448f5ada2b47142c393847db02962ae出局X41422021年03月02日 10:14:2012,303,240
3448f5ada2b47142c393847db02962ae出局R93902021年03月02日 10:11:2412,203,240
3448f5ada2b47142c393847db02962ae出局X41422021年03月02日 10:10:5912,103,240
3448f5ada2b47142c393847db02962ae出局R93902021年03月02日 10:08:2112,003,240
3448f5ada2b47142c393847db02962ae出局A54132021年03月02日 10:08:0511,913,240
3448f5ada2b47142c393847db02962ae出局R93902021年03月02日 10:06:1411,903,240
3448f5ada2b47142c393847db02962ae出局A54132021年03月02日 10:05:5411,823,240
3448f5ada2b47142c393847db02962ae出局R93902021年03月02日 10:05:2411,813,240
3448f5ada2b47142c393847db02962ae出局X41422021年03月02日 10:05:1211,763,240
3448f5ada2b47142c393847db02962ae出局R93902021年03月02日 10:02:2811,663,240
3448f5ada2b47142c393847db02962ae出局U52642021年03月02日 10:02:1811,603,240
3448f5ada2b47142c393847db02962ae出局R93902021年03月02日 10:00:3711,593,240
3448f5ada2b47142c393847db02962ae出局A54132021年03月02日 10:00:1511,583,240
3448f5ada2b47142c393847db02962ae出局R93902021年03月02日 09:58:4411,573,240
3448f5ada2b47142c393847db02962ae出局H83202021年03月02日 09:58:3111,553,240
3448f5ada2b47142c393847db02962ae出局R93902021年03月02日 09:55:4611,543,240
3448f5ada2b47142c393847db02962ae出局A54132021年03月02日 09:55:3111,533,240
3448f5ada2b47142c393847db02962ae出局R93902021年03月02日 09:55:1211,523,240
3448f5ada2b47142c393847db02962ae出局H83202021年03月02日 09:54:5311,513,240
3448f5ada2b47142c393847db02962ae出局X41422021年03月02日 09:53:4411,503,240
3448f5ada2b47142c393847db02962ae出局I73222021年03月02日 09:53:3411,483,240
3448f5ada2b47142c393847db02962ae出局R93902021年03月02日 09:53:1711,473,240
3448f5ada2b47142c393847db02962ae出局X41422021年03月02日 09:53:1511,463,240
3448f5ada2b47142c393847db02962ae出局I73222021年03月02日 09:52:4511,263,240
3448f5ada2b47142c393847db02962ae出局R93902021年03月02日 09:52:1311,063,240
3448f5ada2b47142c393847db02962ae出局I73222021年03月02日 09:51:5211,053,240
3448f5ada2b47142c393847db02962ae出局A54132021年03月02日 09:50:4610,533,240
3448f5ada2b47142c393847db02962ae出局I73222021年03月02日 09:50:0210,523,240

数据更新频率

年度更新

【故障诊断】【pytorch】基于CNN-LSTM故障分类的轴承故障诊断研究[西储大学数据](Python代码实现)内容概要:本文介绍了基于CNN-LSTM神经网络模型的轴承故障分类方法,利用PyTorch框架实现,采用西储大学(Case Western Reserve University)公开的轴承故障数据集进行实验验证。该方法结合卷积神经网络(CNN)强大的特征提取能力和长短期记忆网络(LSTM)对时序数据的建模优势,实现对轴承不同故障类型和严重程度的高精度分类。文中详细阐述了数据预处理、模型构建、训练流程及结果分析过程,并提供了完整的Python代码实现,属于典型的工业设备故障诊断领域深度学习应用研究。; 适合人群:具备Python编程基础和深度学习基础知识的高校学生、科研人员及工业界从事设备状态监测与故障诊断的工程师,尤其适合正在开展相关课题研究或希望复现EI级别论文成果的研究者。; 使用场景及目标:① 学习如何使用PyTorch搭建CNN-LSTM混合模型进行时间序列分类;② 掌握轴承振动信号的预处理与特征学习方法;③ 复现并改进基于公开数据集的故障诊断模型,用于学术论文撰写或实际工业场景验证; 阅读建议:建议读者结合提供的代码逐行理解模型实现细节,重点关注数据加载、滑动窗口处理、网络结构设计及训练策略部分,鼓励在原有基础上尝试不同的网络结构或优化算法以提升分类性能。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值