- 博客(12)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 多尺度卷积网络（Muti-CNN-FNN Network）寿命预测研究
并行卷积神经网络（Muti-CNN-FNN Network）模型的主体结构前段部分由三个并行训练的CNN组成，后端部分由一系列前馈神经网络（FNN）组成。下面简称为MCFN。MCFN模型的并向CNN段实现不同传感器在数据层的信号融合，得到CNN提取的特征信息图，通过Concatenate函数指令将多传感器信号的特征图进行融合；MCFN采用前馈神经网络（FNN）记忆预测对象的退化信息，同时采用“Relu”函数进行非线性操作，实现寿命预测。
2023-08-03 18:54:04
2543
1
原创 基于残差神经网络的轴承故障诊断（Python代码实现）
残差神经网络的主要贡献是发现了“退化现象（Degradation）”，并针对退化现象发明了 “快捷连接（Shortcut connection）”，极大的消除了深度过大的神经网络训练困难问题。神经网络的“深度”首次突破了100层、最大的神经网络甚至超过了1000层。残差神经网络(ResNet)是由微软研究院的何恺明、张祥雨、任少卿、孙剑等人提出的。数据集西储大学的轴承数据集，我选取了四种故障类型进行轴承的故障诊断。训练集：1200组（每种故障数目为400组）测试集：720组（每种故障数目为180组）
2023-07-17 21:14:48
2457
3
原创 基于CNN-GRU/CNN-LSTM神经网络的刀具剩余使用寿命预测（matlab代码实现）
【代码】基于CNN-GRU/CNN-LSTM神经网络的刀具剩余使用寿命预测（matlab代码实现）
2023-05-12 09:48:42
2196
2
原创 基于Elman神经网络的刀具剩余使用寿命预测（初学者+matlab代码实现）
Elman神经网络是 J. L. Elman于1990年首先针对问题而提出来的，是一种典型的局部回归网络( global feed forward local recurrent)。Elman网络可以看作是一个具有局部记忆单元和局部反馈连接的它的主要结构是前馈连接, 包括输入层、 隐含层、 输出层, 其连接权可以进行学习修正;反馈连接由一组“结构 ” 单元构成,用来记忆前一时刻的输出值, 其连接权值是固定的。在这种网络中, 除了普通的隐含层外, 还有一个特别的隐含层,称为关联层 (或联系单元层 );
2023-05-12 09:20:14
3178
2
原创 SVM的诊断分类（初学者+MATLAB代码实现）
SVM是Cortes和 Vapnik在一九九五年的一种基于统计学为基础的机器学习被提出。机器学习的终极目标是寻找最合适的（也即最佳的）分类超平面，再利用该最佳分类超平面，将特征数据很好地区分为两个类别。这种算法在解决小样本、非线性、高维模式识别等问题上具有独一无二的优势，可以扩展到其它的机器学习问题中，如函数拟合等。为了解决线性可分问题，必须使超平面两侧样品与超平面之间的距离之和达到最大，使分类区间最大化，以获得最佳的超平面。在线性不可分的情况下，一般采用非线性的映射方法，将低维空间的线性不可分问题转换成高
2022-06-13 15:34:34
3726
5
空空如也
多层神经网络中可以结合lstm与gru吗？
2021-09-28
TA创建的收藏夹 TA关注的收藏夹
TA关注的人