送你N个创新点!双通道并行网络,想用哪个网络用哪个,MATLAB代码

GoogLeNet-并行连接的网络(CNN卷积神经网络) GoogLeNet并行连接网络、CNN卷积神经网络 阅读详情

本期可谓是宝藏篇!学会本期的思想,帮助你分分钟找到创新点,且不与别人重复!

本期采用MATLAB代码,实现一种“基于格拉姆角场与并行CNN的故障诊断方法”。该方法的具体实现可以参考文献:

[1]李宗源,陈谦,钱倍奇等.基于格拉姆角场与并行CNN的并网逆变器开关管健康诊断[J/OL].电力自动化设备,1-11[2024-02-20].https://doi.org/10.16081/j.epae.202312032.

本期文章除了复现上述原文方法,还在此文献的基础上,改进文中的并行CNN方法,实现了:

并行CNN-BiLSTM故障诊断,并行CNN-Attention故障诊断,和1D-2D-CNN-BiLSTM故障诊断。

当你学会这几种方法之后,就可以通过替换BiLSTM为其他网络,如GRU,BiGRU,LSTM,RNN,PNN,KNN,DBN,SVM,LSSVM,ELM等等机器学习方法,还可以替换CNN为TCN,RF,KNN,RCNN等等!

各种方法组合一下,创新点不就来了!想做的再复杂点的,还可以再融合一下智能优化算法,对网络参数进行优化一下。可谓是真的可以玩出花儿呀!


说到这里,请问何为并行呢?

其实很简单,就是同时将数据送入两个或多个网络支路,在不同的网络进行特征提取学习后,再将生成的向量进行拼接。最后一起送到分类器或预测器中。

举例1:并行CNN

60610d8606a1d2f441225bbd03d54f94.png

0095dcdd7028f214e17b68c941654d0d.png

这是采用MATLAB搭建的并行CNN网络,也就是上述文献提到的方法。

可以看到,该网络一共有两个支路,支路1输入格拉姆矩阵变换的GASF矩阵,支路2输入格拉姆矩阵变换的GADF矩阵。除了输入不同之外,这两个支路结构是完全相同的,但是该网络可以做到同时输入两种不同的特征,最后再将特征进行融合,一起送入softmax分类器中学习。

举例2:并行CNN-BiLSTM

f2013529a86a159e6efdb17d90b46623.png

与例1不同的是,这个网络在支路汇合后,送入了BiLSTM再次进行学习。那么请问两条支路可以不一致吗,比如,在第一条支路加一个LSTM或者Attention可以吗,回答当然也是可以的!这里就不再对此举例了。

举例3:并行CNN-Attention

bdd481bec2d4800cacf68c1099062888.png

该网络在支路汇合后,加入了Attention机制,再次提升精准率。


那么请问何为1D-2D呢?

其实也很简单,就是把原始的一维序列数据转换为二维矩阵(这里可以采用格拉姆矩阵法),再与一维数据进行合并。一起送入不同的网络支路进行学习,再将生成的向量进行拼接,最后一起送到分类器或预测器中。

举例4:1D_2D_CNN_BiLSTM

e6ee00ddcf7ff071758624fa74211324.png

这里将采用格拉姆矩阵法生成的二维矩阵送入input1中,采用CNN进行空间特征提取,然后再将原始的一维数据送入vinput中,采用Bilstm进行时间特征的学习,最后再将生成的向量进行拼接,最后一起送到分类器或预测器中。

代码目录如下:

769f25c5053078409430c4241d7cf009.png

每个子文件目录下还有关于程序使用的详细介绍及对应的参考文献:

aab9175f05f6e9702ca044d4bdceffe5.png

1f094c26bcbecd088d6fb9f51443e638.png

代码运行结果展示如下,采用经典的鸢尾花数据:

格拉姆矩阵图像:

805487b9e2b362de38b565827c7c1286.png

7fc0847add6357aec96c5c79cc87a827.png

并行CNN分类结果:

5453421809e84c5aade2e43bf7e4f7f7.png

并行CNN-BiLSTM分类结果:

5133577099d2730f5c7ea88bcdebd64c.png

并行CNN-Attention分类结果:

385e41a1fd82c54d904c84c208def235.png

1D-2D-CNN-BiLSTM分类结果:

8cc69893d03c35def971346fabc481b2.png

代码获取

https://mbd.pub/o/bread/mbd-ZZuWmZdt

或点击下方阅读原文获取此全家桶。

极高创新性!直接写!BiTCN-Attention基于双向时间卷积融合多头自注意力机制的多变量回归预测程序,独家原创!直接运行! 为了避免梯度消失和收敛缓慢等问题,BiTCN模型引入了残差块,构造了恒等映射,使得模型结构朝着恒等映射的方向收敛,避免预测误差随着网络的加深而增大,同时解决了因网络加深造成的梯度爆炸和梯度消失的问题。普通卷积和因果卷积的结构示意图如下图a和图b所示,可看出传统卷积网络的每个神经元会使用前一层的所有信息来提取特征,而因果卷积只使用预测目标所在时刻之前的信息。前一天18个气象特征,采样时间为24小时,输出为第二天的24小时的功率出力,也就是18×24输入,1×24输出,一共有75个这样的样本。 阅读详情

相关推荐

【深度学习】Attention机制理解与总结

深度学习中Attention Mechanism详细介绍:原理、分类及应用 目前主流的attention方法都有哪些? Attention Mechanism可以帮助模型对输入的X每个部分赋予不同的权重,抽取出更加关键及重要的信息,使模型做出更加准确的判断,同时不会对模型的计算和存储带来更大的开销,这也是Attention Mechanism应用如此广泛的原因。 之前在做知识库问...

cookie 1万+

tcn时空卷积神经网络数据预测

本文主要是时空卷积神经网络(Temporal convolutional network,TCN)进行时序数据分析,预测使用tcn对数据进行预测,可以和lstm等模型进行比较分析tcn也可以进一步优化参数。

weixin_45063703的博客 1636

从零搭建无线通信实验环境:USRP N210与MATLAB的软硬件协同实战

本文详细介绍了从零搭建USRP N210与MATLAB软硬件协同无线通信实验环境的完整流程,包括硬件连接、UHD驱动安装、网络配置及MATLAB集成。通过实战案例演示FM广播信号接收,帮助读者快速掌握USRP设备与MATLAB的连接与调试技巧,提升通信系统开发效率。

rl6adventurer的博客 882

时序CNN基础——TCN

在标准卷积的基础上注入空洞,以此来增加感受野(reception field)。因此增加一个超参:膨胀率,指kernel的间隔数量。传统的CNN无法直接处理sequence模型这种序列问题,所以使用因果卷积,其作用就是解决序列问题。wavenet是一种全卷积的模型,包含了多个多层如下dilated的结构,随着dilated conv深度增加,来指数性地增大感受野,捕获序列之间较长的时间关系。 如图,隐层中每一层的节点都会把该原来的值和通过激活函数的值相加后传递给

weixin_43681559的博客 5133

USRP设备选型指南:为什么你的MATLAB总是检测不到B210/N310?(含UHD驱动优化方案)

本文深入解析USRP设备(B210/N310)与MATLAB连接时的常见问题,提供UHD驱动优化方案和硬件选型建议。针对USB通信瓶颈、网络配置、驱动兼容性等核心问题,给出详细的调优步骤和实战排错技巧,帮助射频工程师解决设备检测失败、通信不稳定等痛点问题。

weixin_29189363的博客 190

基于高云GW1N的双通道DDS信号源硬件设计套件(含原理图/PCB/Gerber/Verilog源码)

一套开箱即用的双路可调波形发生器硬件方案,采用国产高云GW1N-LV1 FPGA实现,支持正弦波、方波、三角波等常见波形独立输出。两个通道各自配备物理按键、拨码开关和旋转电位器,分别控制波形类型、频率(0Hz起,上限受系统时钟与DAC带宽限制)、相位偏移及幅值调节。配套提供完整硬件设计文件:PDF格式原理图(Schematic.pdf)、PCB布局图(PCB.pdf)、标准Gerber制板文件(Gerber_PCB.zip),以及可综合的RTL代码(包括top.v、dds.v、key_control.v等核

s3t4u的博客 233

【图像融合】基于参数自适应单元链接双通道PCNN的红外和可见图像融合附Matlab代码

今天给大家带来“参数自适应单元链接双通道 PCNN”的红外与可见光图像融合技术 —— 这是传统脉冲耦合神经网络(PCNN)的进阶方案,解决了传统 PCNN 参数手动调试、融合权重固定、通道信息割裂的痛点,能同时保留红外图像的热目标特征和可见光图像的纹理细节,广泛应用于安防监控、遥感探测、医疗影像分析等场景。本文从原理拆解、改进创新、代码实现到效果验证全程详解,附上可直接运行的 MATLAB 代码,新手也能快速上手!

m0_60703264的博客 784

Win10 LTSC 2021 CPU占用率飙升?KB5017308补丁修复全攻略

本文针对Windows 10 LTSC 2021系统中因wsappx进程导致的CPU占用率异常飙升问题,提供了详细的解决方案。核心在于安装微软官方发布的KB5017308补丁,该补丁能从根本上修复系统组件缺陷,使CPU占用恢复正常。文章详解了补丁的下载、安装步骤、注意事项及安装后的验证方法,是解决此问题的权威指南。

python9snake的博客 1282

MATLAB 双通道PCNN算法

function Fused=Dual_PCNN(Ahigh,Bhigh,Abeta,Bbeta) SF_Ahigh =SF(abs(Ahigh)); SF_Bhigh = SF(abs(Bhigh)); [p1,q1]=size(Ahigh); [p2,q2]=size(Bhigh); if(p1~=p2||q1~=q2) error('The size of image A and

Rana专栏 3943

TPS563201DDCR电路翻车实录:从原理图到PCB,我踩过的5个坑及补救方法

本文详细记录了使用TPS563201DDCR电源芯片设计电路时遇到的5个常见问题及解决方案,包括EN引脚配置、BST电容选型、反馈网络设计、PCB布局优化以及散热处理。通过实际案例和数据分析,帮助工程师避免类似错误,提升电源模块的可靠性和效率。

weixin_42532938的博客 536

CKAD-CN 考试知识点分享(2) CronJob

成功创建 CronJobppi,每 5 分钟执行一次计算任务;配置了和;设置,超时自动终止;确保 Pod 不重启;手动创建ppi-testJob 验证功能正常;所有任务要求均已满足。

轻的博客 333

故障诊断全家桶,这次别再错过啦!精品力荐!

老朋友应该知道了,小淘这里推出故障诊断全家桶,近期又更新了不少好东西,其中包括很多未发表的方法,一些推文中也包含着一些写论文的创新点,相信或多或少会有点启发。价格稍贵,但性价比是真滴高!故障诊断,数据处理以及机器学习方向的小伙伴,掌握这些代码,你的科研之路将会更加轻松!祝各位小伙伴,趁早下手,早日脱离科研苦海!代码目录故障诊断全家桶(MATLAB),精品力荐!保姆级教程之SABO-VMD-CNN-...

淘个代码 830

BeikeShop跨境电商独立站系统V1.5.0免授权全开源版

BeikeShop 一款开源好用的跨境电商系统,BeikeShop 是基于 Laravel 开发的一款开源商城系统,主要面向外贸/跨境电商行业提供商品管理、订单管理、会员管理、支付、物流、系统管理等功能。BeikeShop商城 Beike多语言商城 多货币商城B2C商城系统 代码100%开源 PHP商城系统 H5/PC商城 跨境电商系统 跨境商城系统 电商商城系统 Laravel 9 框架插件化开发,MVC架构 支持插件市场。Event 机制实现Hook功能,自定义可视化装修。

820

轴承故障诊断新玩法:FFT频谱+时频图双通道CNN模型

基于FFT频谱与时频图的双通道CNN融合的轴承故障诊断模型数据处理(获取 FFT频谱和时频图)用的Matlab ,双通道CNN融合实现诊断用的Pytorch轴承故障诊断这活儿,现在听着可能挺玄乎,但其实就是通过振动信号“看”出机器是不是有毛病。之前试过直接用时域信号训练模型,效果嘛,不算惊艳——毕竟时域信号的信息太散了,频率和时间的分布特征都揉在一起,模型得自己去“猜”,效率不高。

vQFQJbUiJ的博客 374

单细胞分析避坑指南:你的Harmony批次矫正真的做对了吗?

本文深入探讨了单细胞转录组分析中Harmony批次矫正的正确使用方法,解析了其工作原理及常见误区。通过详细参数调优指南和实战案例,帮助研究者避免过度矫正,确保生物学信号的有效保留。特别关注Harmony在单细胞数据分析中的关键参数设置和结果验证方法。

weixin_31099291的博客 299

统信UOS丨开机无法进入系统 无法打开控制台访问权限,root账号被锁定(cannot open access to console, the root account is locked)

步骤四:分别打开文件发现Roota下的fstab就是我们要找的文件,打开查看Roota的属性发现其为挂载的磁盘nvme0n1p3。步骤三:按Win+E打开文件管理器在分区中查找/etc/fstab文件,发现Roota和Rootb下都有该文件。步骤二:按键盘Ctrl+Alt+F4,进入终端控制台,如下图所示输入startx回车,进入桌面。步骤一:找到UOS系统安装的U盘,选择U盘启动进入安装界面,如下图所示。步骤七:关机,拔出U盘,启动电脑,OK,问题解决。

Reyn_观极 1万+

matlab使用FULLBNT工具箱实现贝叶斯网络

基于matlab的贝叶斯网络工具箱BNT是kevin p.murphy基于matlab语言开发的关于贝叶斯网络学习的开源软件包,提供了许多贝叶斯网络学习的底层基础函数库,支持多种类型的节点(概率分布)、精确推理和近似推理、参数学习及结构学习、静态模型和动态模型。 贝叶斯网络表示:BNT中使用矩阵方式表示贝叶斯网络,即若节点i到j有一条弧,则对应矩阵中(i,j)值为1,否则为0。

congzhao27的专栏 1万+

Python爬虫实战:逆向工程与异步爬虫技术,高效抓取国家知识产权局专利数据

相比于传统的Selenium,Playwright由微软开发,支持多浏览器(Chromium, Firefox, WebKit),API更现代,执行速度更快,并且能轻松录制用户操作生成代码。通常,列表中的摘要信息是缩略的,我们需要进入每个专利的详情页获取完整信息(如主权要求、法律状态等)。我们的第一步是手动操作一遍搜索流程,并用Playwright的“录制”功能或开发者工具,找出真正返回专利数据的那一个或多个网络请求。以友好的、对人类行为模拟的方式爬取数据是基本的网络礼仪,也能有效避免你的IP被封锁。

2201_76125261的博客 2425

pcnn matlab,MATLAB 双通道PCNN算法

function Fused=Dual_PCNN(Ahigh,Bhigh,Abeta,Bbeta) SF_Ahigh =SF(abs(Ahigh)); SF_Bhigh = SF(abs(Bhigh)); [p1,q1]=size(Ahigh); [p2,q2]=size(Bhigh); if(p1~=p2||q1~=q2) error('The size of image A and ...

weixin_39868663的博客 359

YOLOv13改进策略【注意力机制篇】| ICASSP 2023 EMA 高效多尺度注意力,跨空间学习提高远距离建模依赖

ICASSP 2023 EMA 高效多尺度注意力在 YOLOv13 的接入实战:跨空间学习提升远距离依赖建模,含原理图解、完整代码、yaml 配置与实测参数量对比(ultralytics 8.3.63)。

qq_53329130的博客 935

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

上一篇: 中科院一区论文复现,改进蜣螂算法,Fuch映射+反向学习+自适应步长+随机差分变异,Python代码...
下一篇: 双通道并行网络,想用哪个网络用哪个,MATLAB代码
淘个代码_
博客等级 码龄7年 1万+粉丝 504原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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

打赏作者

淘个代码_

不想刀我的可以选择爱我

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
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