- 博客(34)
- 收藏
- 关注
RSS订阅原创 【故障诊断】BP神经网络分类识别（含最优隐藏层节点确定）
BP神经网络隐层节点数的确定是神经网络设计中非常重要的一个环节,一个具有无限隐层节点的两层 BP 网络可以实现任意从输入到输出的非线性映射。但对于有限个输入到输出的映射，并不需要无限个隐层节点，这就涉及到如何选择隐层节点数的问题。
2025-02-27 17:28:41
318
原创 【Matlab高端绘图SCI绘图模板】第006期 对比绘柱状图 （只需替换数据）
柱状图作为科研论文中常用的实验结果对比图，本文采用了3组实验对比的效果展示图，代码已调试好，只需替换数据即可生成相关柱状图，为科研加分。通过获得Nature配色的柱状图，让你的论文看起来档次更高，让你的科研更快地进行成果产出。用户能够生成既美观又精确的数据可视化图表。代码涵盖了从数据准备到最终图像输出的全过程，包括文件读取、颜色自定义、图形界面设置、数据可视化以及图像导出等关键步骤。适合数据科学家、工程师、学生或任何需要在科研、报告或日常工作中进行数据可视化的Matlab用户。用户可以根据自己的需求修改数据
2025-01-27 10:13:55
1682
原创 【多输入多输出回归预测】12种智能算法优化BP神经网络回归代码（评价指标全，出图多）
多输入多输出（Multiple Input Multiple Output, MIMO）的BP神经网络则更复杂，它能同时预测多个相关的输出变量。为全面掌握多输入多输出BP神经网络回归预测模型，同时提升模型的预测精度，本文在之前多输入多输出BP回归网络模型基础上采用了12种SCI最新（更新了24年最新算法）/常用/经典智能优化算法优化多输入多输出BP神经网络的权值和阈值，形成了性能良好的MIMO-BPNN回归预测模型。
2025-01-27 10:06:11
446
原创 【故障诊断】量子粒子群优化极限学习机实现乳腺癌诊断,(QPSO-ELM)数据分类
根据以上结果可知采用量子粒子群优化后的极限学习机诊断效果达到了99.115%比未进行优化的标准ELM对乳腺癌的诊断准确率提高了8%。该模型算法采用Matlab编写，已调试成功，代码注释详细，编写逻辑清晰易懂，数据集采用UCI公用乳腺癌数据集，方便替换数据集。适合新手学习和SCI科研。
2025-01-26 10:28:30
1185
原创 【Matlab高端绘图SCI绘图模板】第05期 绘制高阶折线图
折线图用于分析事物随时间或有序类别而变化的趋势。如果有多组数据，则用于分析多组数据随时间变化或有序类别的相互作用和影响。折线的方向表示正/负变化。折线的斜率表示变化的程度。
2025-01-25 21:15:54
905
原创 【Matlab高端绘图SCI绘图全家桶更新版】在原60种绘图类型基础上更新
同时，Matlab还提供了各种各样的颜色，线型和配色方案，让你的数据呈现出更好的效果。综上所述，这些绘图不仅可以满足科研绘图的需求，同时还具有很强的用户友好性。数据可视化便是将数据通过图形化的方式展现出来，它更加便于我们观察数据蕴含的的规律，洞察了数据蕴含的规律后，从而使我们能够做更好的进行科研表达和学术写作。不过，小编特别推荐更加高级的桑葚图、小提琴图、山脊图、雷达图，这些图形真的超酷！用这些不同种类的图形展示你的数据，不仅更加方便，而且更具有观赏性和表现力哦！常用的柱状图、扇形图、折线图、三维图？
2025-01-24 09:11:19
1201
原创 【Matlab高端绘图SCI绘图模板】第003期 绘制面积填充图
面积图和折线图一样，面积图也用于强调数量随时间而变化的程度，也可用于引起人们对总趋势的注意。他们最常用于表现趋势和关系，而不是传达特定的值。所有的数据都从相同的零轴开始。每一个数据集的起点不同，都是基于前一个数据集。用于显示每个数值所占大小随时间或类别变化的趋势线，堆叠起来的面积图在表现大数据的总量分量的变化情况时格外有用。
2025-01-23 08:56:07
646
原创 Matlab高端绘图SCI绘图模板】第004期 绘制词云图
词云图，又称为文本云或标签云，是一种数据可视化技术。它通过将文本数据中的词汇以视觉化的形式展示出来，帮助人们快速理解文本的主题和关键信息。在词云图中，不同的词汇会以不同的大小、颜色和字体显示，这些视觉元素通常与词汇在文本中出现的频率或重要性相关联。词云图的基本原理是对文本进行分词处理，然后统计每个词汇的频率或权重。接着，根据这些频率或权重来调整词汇在图中的大小、颜色和位置等视觉属性。这样可以使得出现频率较高或较重要的词汇更加突出，而出现频率较低或较不重要的词汇则相对较小或较不明显。
2025-01-23 08:54:17
648
原创 【Matlab高端绘图SCI绘图模板】第002期 绘制面积图
面积图又叫区域图。 它是在折线图的基础之上形成的， 它将折线图中折线与自变量坐标轴之间的区域使用颜色或者纹理填充，这样一个填充区域我们叫做面积，颜色的填充可以更好的突出趋势信息。需要注意的是颜色要带有一定的透明度，透明度可以很好的帮助使用者观察不同序列之间的重叠关系，没有透明度的面积会导致不同序列之间相互遮盖减少可以被观察到的信息。
2025-01-22 10:56:25
727
原创 【Matlab高端绘图SCI绘图模板】第001期 绘制帕累托图(Pareto)
本文介绍了如何使用Matlab实现绘制帕累托图，包括数据准备、特征因素排序、计算累计频率百分比、筛选核心特征。通过实例展示了帕累托图的绘制过程，适用于数据分析和论文写作。帕累托图（Pareto chart）是将出现的质量问题和质量改进项目按照重要程度依次排列而采用的一种图表。以意大利经济学家V.Pareto的名字而命名的。帕累托图又叫排列图、主次图，是按照发生频率大小顺序绘制的直方图，表示有多少结果是由已确认类型或范畴的原因所造成。
2025-01-22 10:51:51
1046
原创 【电力负荷预测实例】采用新英格兰2024年最新电力负荷数据的XGBoost电力负荷预测模型
与小编上篇文章介绍的基于BPNN神经网络的电力负荷预测相比较，两种模型的负荷预测方法各有优势，神经网络能够自动提取特征并处理非线性关系，而XGBoost则具有预测精度高、运行速率快和可解释性强的特点。
2024-12-13 21:22:37
716
原创 【电力负荷预测实例】采用新英格兰2024年最新电力负荷数据的BPNN神经网络电力负荷预测模型
本文采用新英格兰2024年最新电力负荷数据探讨了如何利用BP（Backpropagation）神经网络在MATLAB环境下进行短期电力负荷预测，并提供了一份完整的代码示例。
2024-12-13 21:16:31
1068
原创 【故障诊断】基于CNN-SVM卷积神经网络结合支持向量机的分类故障诊断
本文探讨了卷积神经网络（CNN）和支持向量机（SVM）相结合模型在故障分类识别中的应用，利用了CNN的特征提取优势和SVM的出色分类能力（用SVM作为CNN的最终分类器）。通过案例数据集展示了CNN-SVM组合模型在数据分类上的运行结果。本文采用Matlab编写代码，代码注释详细，逻辑清晰易懂，数据采用excel表格形式便于替换数据集，可main函数一键运行。
2024-12-12 11:54:04
915
原创 【电力电子仿真模型全家桶】西交大电力电子技术配套Simulink仿真模型
电力电子技术Matlab/Simulink仿真模型全家桶，涵盖电力电子技术四大变换电路（AC-DC,DC-DC.DC-AC,AC-AC）拓扑及软开关技术相关仿真模型，可有效辅助电气工程及其自动化等电类专业本科电力电子技术原理和波形的学习，掌握仿真模型搭建方法。可配套电气工程及其自动化本科《电力电子技术》的教材变换电路和软开关电路的学习。
2024-12-08 10:00:14
383
原创 【24年新算法时间序列预测】黑翅鸢BKA优化Transformer时间序列预测（评估指标全，出图多）
本文采用黑翅鸢优化算法( BKA，2024年新算法)优化Transformer模型的超参数，形成了BKA-Transformer时间序列预测模型，以进一步提升其在时间序列预测中的性能，本文采用Matlab编写了BKA-Transformer时间序列预测模型代码，代码注释详细，编写逻辑清晰易懂，可一键运行，数据集采用excel数据形式，方便替换数据集。黑翅鸢优化算法（BKA）：一种群体智能优化算法，模拟黑翅鸢在猎物寻找过程中的行为，特别是在飞行和捕食时的行为模式。2. 黑翅鸢优化算法（BKA）
2024-12-07 09:48:27
766
原创 【2024新算法多策略综合改进】改进黑翅鸢智能优化算法IBKA与BKA-WOA-GWO-PSO算法对比研究（SCI论文必备）
本文在此2024年新出优化算法BKA基础上进行综合策略改进（具体改进方式如下所述），为了对比研究改进效果，将多策略综合改进黑翅鸢优化算法IBKA同时与B标准黑翅鸢优化算法BKA,灰狼优化算法(GWO)，鲸鱼优化算法(WOA)，粒子群优化算法(PSO)进行对比。在CEC23个标准函数上测试（可任意选择23种标准函数进行算法测试）。
2024-11-26 19:05:57
761
原创 【可解释性机器学习】基于SHAP进行特征选择和贡献度计算
本文采用MATLAB编写了利用径向基函数神经网络（RBFNN采用五折交叉验证）实现了一个SHAP可解释的神经网络回归模型.
2024-11-26 00:08:28
1379
原创 【时间序列预测】Transformer时间序列预测（Matlab代码,评估指标全，出图多含极坐标图）
Transformer模型是一种基于自注意力机制的深度学习模型，其核心思想是通过自注意力机制来学习时间序列数据中的长程依赖关系。与循环神经网络 (RNN) 相比，Transformer 模型能够并行计算，训练速度更快，并且可以捕获更长的时间依赖关系。
2024-11-25 08:11:43
667
原创 【深度学习之回归预测篇】 深度极限学习机DELM多特征回归拟合预测(Matlab源代码)
深度极限学习机 (DELM) 作为一种新型的深度学习算法，凭借其独特的结构和训练方式，在诸多领域展现出优异的性能。本文将重点探讨DELM在多输入单输出 (MISO) 场景下的应用，深入分析其算法原理、性能特点以及未来发展前景。
2024-11-24 00:07:49
814
原创 【深度学习之回归预测篇】基于卷积神经网络（CNN）的数据回归预测
本文采用Matlab编写了深度学习之卷积神经网络CNN回归预测模型代码，代码注释详细，编写逻辑清晰易懂，可一键运行，数据集采用excel数据形式，方便替换数据集。适合新手学习和SCI建模使用。
2024-11-21 10:22:48
3583
4
原创 【生成数据集EXCEL文件】使用生成对抗网络GAN生成数据集：输出生成数据集EXCEL
生成器的任务是接收随机噪声向量作为输入，并尽可能生成与真实数据相似的样本，而判别器则是一个二分类器，旨在区分输入的样本是来自生成器生成的，还是来自真实数据。在训练过程中，生成器和判别器通过对抗学习的方式相互博弈，生成器的目标是生成足以欺骗判别器的样本，而判别器的目标则是尽可能准确地判断样本的真实性。GAN网络在多个领域展现了强大的能力，能够生成与训练数据分布相似的新数据，包括但不限于图像生成、图像风格转换、超分辨率、数据增强、视频生成、自然语言处理、医学图像处理以及游戏与虚拟现实等。
2024-11-19 09:21:58
1071
原创 【信号分解全家桶】26种信号分解Matlab代码总结
当我们在进行故障诊断、回归预测或者时间序列预测等模型建模时，采集的实际输入信号有时比较复杂，难以直接对这些复杂信号进行分析都，为此，我们需要将这些复杂信号简单化，这就有了信号分解的产生，选择合适的信号分解技术对于提取有用信息、提高数据处理精度至关重要.本文系统总结了26种信号分解的技术方法：
2024-11-18 17:10:55
1780
原创 【多输入多输出回归预测】12种智能算法优化BP神经网络回归代码（评价指标全，出图多）
为全面掌握多输入多输出BP神经网络回归预测模型，同时提升模型的预测精度，本文在之前多输入多输出BP回归网络模型基础上采用了12种SCI最新（更新了24年最新算法）/常用/经典智能优化算法优化多输入多输出BP神经网络的权值和阈值，形成了性能良好的MIMO-BPNN回归预测模型。
2024-11-18 17:07:45
521
原创 【深度学习回归对比】NRBO-DBN与标准DBN回归预测对比研究（出图新颖含雷达图、极坐标图，评估指标全）
本文将牛顿-拉夫逊优化算法(Newton-Raphson-based optimizer，NRBO)与深度置信网络(DBN)相结合，形成NRBO-DBN 回归预测模型，采用NRBO智能算法对深度置信网络DBN的超参数：隐藏层节点数目，反向迭代次数，反向学习率进行寻优，并利用交叉验证抑制过拟合问题，进行了多输入单输出回归预测。
2024-11-17 09:42:04
394
原创 【偏最小二乘回归（PLS）回归模型对比】CPO-PLS与标准PLS回归预测对比研究（出图新颖含雷达图、极坐标图，评估指标全）
偏最小二乘回归（Partial Least Squares Regression, PLSR）是一种统计学和机器学习中的多元数据分析方法，特别适用于处理因变量和自变量之间存在多重共线性问题的情况。该方法作为一种多变量线性回归分析技术，广泛应用于化学、环境科学、生物医学、金融等领域，尤其在高维数据和小样本问题中表现出色。
2024-11-17 09:40:42
598
原创 【聚类算法】高斯混合聚类(GMM)算法（Matlab源代码，聚类结果可视化）
高斯混合聚类(GMM)是一种聚类算法，可以用来对数据进行分类。GMM算法假设数据点是由一个或多个高斯分布生成的，并通过最大似然估计的方法来估计每个簇的高斯分布的参数。在实际应用中，GMM聚类算法可以用于许多领域。例如，使用GMM聚类算法对人脸图像进行聚类，以便更加准确地识别不同的人脸。使用GMM聚类算法对音频信号进行聚类，以便更加准确地识别语音。
2024-11-16 11:49:04
2365
原创 【多输入多输出回归预测】BP神经网络的多输入多输出回归预测
之前有小伙伴问我有没有多输入多输出的模型代码，今天给大家提供一个多输入多输出的BP神经网络模型，供大家学习参考，欢迎沟通探讨一起进步。
2024-11-15 16:45:13
854
原创 【深度学习回归预测】CPO-DBN+交叉验证冠豪猪算法优化深度置信网络多变量回归拟合预测（评估指标全，出图多）
这种策略促进了趋同率和种群多样性，CPO算法具有较强的全局搜索能力和局部搜索能力，适合于解决高维、非线性、多目标优化问题，受到了广泛的关注。然而，DBN的训练过程通常需要大量的时间和计算资源，因此如何提高DBN的训练效率和性能指标成为一个重要的研究方向。评价指标全面包括 MAE,MAPE,MSE,RMSE,R2,RPD等性能指标，出图包括训练集和预测集预测对比图果，拟合效果图,误差直方图、相对误差图等进行可视化分析，使用起来简单方便，直接替换成自己的数据即可生成美观图形用于写作。
2024-11-15 11:42:39
588
原创 【24年新算法回归预测】BKA-HKELM黑翅鸢优化混合核极限学习机多变量回归拟合预测（评估指标全，出图多）
本文采用BKA-HKLM通过引入多个核函数可以有效捕捉数据的高维、非线性特征，来提高模型的预测性能，同时保留了ELM的快速训练特性。本文采用BKA黑翅鸢算法优化混合核极限学习机 (HKELM) 的输入权值、偏置以及核参数, 以提高该模型的预测精度和泛化能力，同时该模型具有训练速度极快的特性。
2024-11-15 09:39:10
575
原创 【深度学习之回归预测篇】基于深度置信网络DBN的回归预测
深度置信网络(DBN)是一种深度学习模型，代表了一种重要的技术创新，具有多个隐藏层的前馈深度神经网络且有效解决了多次网络的梯度消散问题，常用于数据分类和回归预测任务。采用Matlab编写了深度置信网络DBN回归预测模型代码，代码注释详细，编写逻辑清晰易懂，可一键运行，数据集采用excel数据形式，方便替换数据集。适合新手学习和SCI建模使用。
2024-11-13 11:41:47
705
原创 【24年新算法故障诊断】基于FVIM-DBN四向量优化深度置信网络的故障诊断（Matlab代码，评估指标全，出图多）
本文采用四向量优化算法( FVIM，2024年新算法)优化深度置信网络DBN的超参数，形成FVIM-DBN故障诊断模型，以进一步提升其在数据分类任务中的性能。采用Matlab编写了FVIM-DBN故障诊断模型代码，代码注释详细，编写逻辑清晰易懂，可一键运行，数据集采用excel数据形式，方便替换数据集。适合新手学习和SCI建模使用。
2024-11-12 13:55:05
520
原创 【周末福利：智能算法改进全家桶】16种算法改进策略全家桶（改进智能优化算法创新点合集，Matlab源代码）
俗话说，授人以鱼不如授人以渔。本文详细介绍了16种智能算法改进策略，包括飞行游走策略如莱维飞行、随机游走等，以及变异策略如高斯变异和动态反向学习。作者通过实例演示如何将这些策略应用于经典粒子群算法，以便读者理解和迁移。通过学习这些策略，读者可以更好地理解和改进其他智能优化算法，实现算法自由。
2024-11-09 11:40:27
475
原创 【回归预测】随机森林RF多特征变量回归预测
随机森林（Random Forest，RF）是一种机器学习方法，常用于回归预测和分类任务。它通过构建多个决策树，并通过组合它们的预测结果来进行回归预测。
2024-11-08 18:35:38
512
原创 【变压器故障诊断】基于CNN-SVM卷积神经网络结合支持向量机的电力变压器故障诊断
本文利用了CNN的特征提取优势和SVM的出色分类能力，采用卷积神经网络(CNN)和支持向量机(SVM)结合的组合模型，并将其应用在了电力变压器故障诊断领域，诊断效果如下图所示，诊断准确率达到了95%以上，完全可以满足科研和实际工程需要。
2024-11-05 00:53:10
893
【Matlab高端绘图SCI绘图模板】第004期 绘制词云图
2025-01-23
【24年新智能优化算法】BKA黑翅鸢优化算法
2024-11-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人