- 博客(2)
- 收藏
- 关注
RSS订阅原创 基于深度残差收缩网络(DRSN)的时频融合振动信号识别系统
本项目实现了一个高效、准确的振动信号识别系统，通过深度残差收缩网络和时频融合技术，在保持模型轻量化的同时实现了优异的分类性能。系统的模块化设计和丰富的功能使其既适合研究使用，也适合工业部署。未来可进一步探索的方向包括：更多模态的数据融合在线学习和自适应能力边缘设备部署优化更多工业场景的验证和应用参考文献：项目地址，若使用此项目，需更换自己的数据集。
2025-11-20 12:08:41
740
原创 基于RPCA与改进小波阈值的信号去噪分析+时序数据集更新
本文提出的RPCA+改进小波阈值联合去噪方案，结合了矩阵分解和多分辨率分析的优点，在保持信号细节的同时有效抑制噪声。配套的可视化工具大大降低了算法使用门槛，为科研和工程应用提供了便利。
2025-11-17 13:52:15
1024
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人