基于振动信号的滚动轴承故障诊断 1.介绍 毕设研究课题，根据轴承的振动数据信息来诊断轴承故障的位置和故障严重等级。方法思路走的是数据驱动，使用传统机器学习方法以及深度学习方法。这个开源项目做的是整理基于传统机器学习的轴承故障诊断的内容。 主要分为三个部分： 数据集预处理：数据集增强(utils.augment) 特征工程(utils.feature):均值(mean), 均方差(rms), 标准差(std), 偏度(skewness), 峭度(kurtosis), 包络谱最大幅值处频率(maxf), 信号熵(signal_entropy), 信号幅值中位数处概率密度值(am_median_pdf) 分类器训练和保存 2.在0HP上测试集score： KNN score is: 90.295% in test dataset GaussianNB score is: 91.561% in t

内容概要： 1、小程序底部的tabBar需要根据不同用户角色显示不同底部导航。 2、使用自定义底部导航custom-tab-bar优雅实现微信小程序动态tabBar。 3、实现自由组合tabBar菜单项目，支持自由组合总数超过5个tabBar菜单。 4、本示例是7个底部导航，分2种权限，权限1显示1，2，3；权限2显示4，5，6，7； 5、你也可以根据自己随便组合显示导航，比如1，3，5；2，4，6，7。 6、修改好权限后，记得要重新编译哦。 7、注意你的不同权限页面里面对应的高亮下标设置，及第一个页面的跳转路径。 适合人群： 1、具备一定编程基础，熟悉小程序开发者。 能学到什么： 1、使用自定义组件，完全接管 tabBar 的渲染。

网络调试助手，根据IP和端口号可以进行TCP，UDP支持IPV6，可以选择服务端或客户端进行连接，可以收发消息文件

根据走停模式生成SAR回波数据； 编写了条带与聚束两种模式下的BP成像算法； 并且在三种坐标系下形成SAR图像； 详细的参考博文《后向投影算法（续）-SAR成像算法系列（八）》；

基于matlab双反馈风力发电机系统Simulink仿真设计，有说明介绍， 本文根据双馈风力发电机数学模型，以双 PWM 变换器作为主要研究对象，对 其进行分析、建模与控制，完成双馈风力发电机的仿真。 首先，分析风力机模型， 根据风力机的转矩特性，分析双馈风力发电机最大风能捕获机理，得出其具有最 大风能跟踪性能。 其次，根据双馈风力发电机的数学模型，研究采用矢量控制实 现有功和无功解耦，依据双 PWM 功率变换器数学模型，采用定子侧电压定向矢量 控制和转子侧定子磁链定向矢量控制。 最后，在 Matlab 中完成双馈风力发电机模 型，并进行仿真。 检验所建立的双馈风力发电机仿真模型的正确性和可行性

itext根据坐标在指定位置添加内容.zip

1、根据走停模式生成SAR回波数据 2、两种成像情况： 正视情况； 斜视情况。 3、极坐标格式算法PFA： 通过二维dechirp实现回波信号的去调制； 通过RVP处理实现距离包络的校正； 通过距离插值、方位插值实现远离场景中心目标的能量聚焦。

主要为大家详细介绍了Android自定View流式布局，根据文字数量换行，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

NLP医疗保健 使用MIMIC III中的结构化和非结构化数据预测30天ICU再次入院 数据处理 结构化数据 结构化网络的ETL过程可以在结构目录中找到在structured_etl_part1.scala和structured_etl_part2.py 非结构化数据 非结构化数据的所有数据处理脚本都包含在dataproc目录中。 使用data_processing_script.py处理NOTEEVENTS以获取单词向量。 使用get_discharge_summaries.py编写放电汇总 使用build_vocab.py从放电摘要构建vocab。 使用word_embeddings.py在所有单词上训练单词嵌入。 使用extract_wvs.py中的gensim_to_embeddings方法，用我们的vocab编写经过训练的单词嵌入。 造型 结构化网络 在struc_net

linux到Windows通用Mac OS X全部php4.3到php8.0版本 win安装到\ext目录中修改php.ini添加extension=ixed.7.4.win【对应的】 linux原理一样