
时序数据可创新代码
文章平均质量分 76
V_shouhou66889
这个作者很懒,什么都没留下…
展开
-
农业害虫数据集(12种类别,每个类别有400-500张左右照片,包括:蚂蚁、蜜蜂、甲虫、毛毛虫、蚯蚓、蠼螋、蝗虫、蛾、蛞蝓、蜗牛、黄蜂和象甲)
农业害虫图像数据集是12种不同类型农业害虫的图像集合,即蚂蚁、蜜蜂、甲虫、毛毛虫、蚯蚓、蠼螋、蝗虫、蛾、蛞蝓、蜗牛、黄蜂和象甲。这些图像是使用爬虫技术从Flickr平台获得的,并调整了大小,使其最大宽度和高度均为300px。12类害虫,提供了涵盖各种形状、颜色和大小的各种图像,适用于训练和测试算法,以在各种场景中检测和分类害虫。第一个文件夹(蚂蚁),498张照片。第二个文件夹(蜜蜂) ,500张照片。第三个文件夹(甲虫) ,421张照片。第四个类别(毛毛虫),454张。剩余文件夹不再繁琐展示。原创 2024-12-26 13:53:46 · 355 阅读 · 0 评论 -
LSTM+transform交通流量预测加PyQt5界面可视化(另外四种LSTM/GRU/CNN-LSTM/CNN-GRU作为对比),并设置数据库,很容易替换为其它时序数据集)
连接数据库# 创建游标对象# 定义创建表的SQL语句'''# 执行SQL语句# 提交事务# 关闭游标和数据库连接。原创 2024-12-16 10:18:46 · 730 阅读 · 0 评论 -
基于光伏电站真实数据集的深度学习预测模型(Python代码,深度学习五个模型)
3.模型(LSTM;LSTM_transform模型)评价指标。前6行的10列数据(黄色部分)作为特征输入,第7行的第10列数据(红色部分)为标签。每一行前9列(黄色部分) 作为特征输入,每一行的第10列值作为标签(红色部分)根据已获取的历史数据预测下一个时间点或者未来多个时间点 更符合实际。1min是以1min 间隔采集的数据集。这里分别保存了不同间隔采样时间表格。数据集截图(开始位置截图)4.效果图(测试集)原创 2024-12-16 10:13:39 · 560 阅读 · 0 评论 -
光伏发电预测(GRU模型,Python代码)
'Clearsky DHI',和 'Clearsky DNI', 'Clearsky GHI'分别为是三个光伏电站的表示。数据属性: ‘Year’, 'Month', 'Day', 'Hour', 'Minute'这些是时间。),数据由威普罗有限公司(NYSE:WIT,BSE:507685,NSE:WIPRO)收集。开始位置(2009年1月1日0时0分开始开始)第一个光伏电站的测试集预测值与真实值。第二个光伏电站的测试集预测值与真实值。第三个光伏电站的测试集预测值与真实值。原创 2024-11-12 22:28:36 · 479 阅读 · 0 评论 -
利用动态时间规整(DTW)技术实现对机械寿命预测(基于NASA C-MAPSS数据的剩余使用寿命RUL预测,Python代码,DTW不属于深度学习,但预测效果更容易被解释)
当前的论文研究中,主要以单工况、单故障状态的FD001数据集为主(笔者认为该数据集相对简单,相比于多工况数据,不需要额外的数据处理)。测试集Test_FD001.txt收录了100台非全寿命循环状态的发动机参数信息,即仅包含发动机故障前某个时间终止的多个传感器数据,根据给定的运行参数对每台发动机的RUL进行实时的预测;当前基于机器学习的剩余寿命预测方法的研究异常火爆,其中C-MAPSS数据集在该领域的使用非常广泛,为了方便各位同仁的学习和理解,借此文章向大家简单介绍一下。原创 2024-11-12 22:26:43 · 1010 阅读 · 0 评论 -
基于NASA C-MAPSS数据的剩余机械寿命RUL预测,Python代码(添加了非常详细中文注释),线性回归LR、支持向量回归SVR、随机森林回归RF、xgboost模型
当前的论文研究中,主要以单工况、单故障状态的FD001数据集为主(笔者认为该数据集相对简单,相比于多工况数据,不需要额外的数据处理)。测试集Test_FD001.txt收录了100台非全寿命循环状态的发动机参数信息,即仅包含发动机故障前某个时间终止的多个传感器数据,根据给定的运行参数对每台发动机的RUL进行实时的预测;当前基于机器学习的剩余寿命预测方法的研究异常火爆,其中C-MAPSS数据集在该领域的使用非常广泛,为了方便各位同仁的学习和理解,借此文章向大家简单介绍一下。show.py的如下。原创 2024-11-12 22:25:01 · 915 阅读 · 0 评论