matlab精度检验代码 DiagnosisDL2TF 使用TensorFlow建立简单的轴承故障诊断模型 1、数据来源及介绍 轴承、轴、齿轮是旋转机械重要组成部分，为了验证深度学习在旋转装备故障分类识别的有效性，本文选取凯斯西储大学轴承数据库(Case Western Reserve University, CWRU)[9]为验证数据。CWRU实验装置如图 4‑1所示。轴承通过电火花加工设置成四种尺寸的故障直径，分别为0.007、0.014、0.021、0.028英寸。实验中使用加速度传感器采集振动信号，传感器分别被放置在电机驱动端与风扇端。由于驱动端采集到的振动信号数据全面，并且收到其他部件和环境噪声的干扰较少，因此本文选取驱动端采集的振动信号作为实验数据。实验数据包括4种轴承状态下采集到的振动信号，分别为正常状态（Normal，N）、滚珠故障状态（Ball Fault，BF）、外圈故障状态（Outer Race Fault，ORF）以及内圈故障状态（Inner Race Fault，IRF），每种状态下采集到的信号又按照故障直径与负载的大小进行分类，其中故障直径分别为0.007、

基于泊松过程构造定理，利用R语言来模拟泊松过程 ，并给出泊松过程的检验方法。

白噪声检验也称为纯随机性检验， 当数据是纯随机数据时，再对数据进行分析就没有任何意义了， 所以拿到数据后最好对数据进行一个纯随机性检验 acorr_ljungbox(x, lags=None, boxpierce=False) # 数据的纯随机性检验函数 lags为延迟期数，如果为整数，则是包含在内的延迟期数，如果是一个列表或数组，那么所有时滞都包含在列表中最大的时滞中 boxpierce为True时表示除开返回LB统计量还会返回Box和Pierce的Q统计量 返回值： lbvalue:测试的统计量 pvalue:基于卡方分布的p统计量 bpvalue:((optionsal), floa

临床检验定量测定室内质量控制

【图像隐藏】基于DCT算法实现数字水印嵌入提取3并检验算法对剪切、旋转、噪声等的鲁棒性。.zip

检验信息系统数据库结构修订版

TESTHET 测试异方差是否会影响数据。 需要“regstats”和“chi2cdf”（统计TB）。 PVAL = TESTHET(RES, X, WHICHTEST, YHAT) 输入： - Res：通过在 x1、x2 等上回归 Y 获得的残差...(1) 它可以是一个数字 'n×1' 向量或一个 'n×p' 矩阵，其中 'p' 残差来自不同的回归。 obs的#。 是'n'。 - X：怀疑导致异方差的预测因子。 不一定是（1）中的所有那些。 与 Res 格式相同。 - 哪个测试：在格式字符串中选择的测试。 一种。 Breush-Pagan，Koenker mod。 --> -BPK 湾白色 --> -W C。 怀特，伍尔德里奇 --> -Ws [可选的] - Yhat：仅用于“-Ws”测试。 来自 (1) 的拟合值。 与 Res 格式相同。 输出： 具有 p 值的“1×p”数组。

用于非参数测试两个多维样本是否来自同一父分布的函数。 一个函数实现了 Fasano & Franceschini 对 Kolmorogov-Smirnov 检验的二维 (kstest2d.m) 的泛化 [1]，而第二个函数基于对统计能量的类比实现了 Aslan & Zech 和 Szekely & Rizzo 的检验 [2,3]，当两个样本来自同一个父分布 (minentest.m) 时，它被最小化。 在这两种情况下，统计量的分析分布是未知的，并且近似值用于统计检验。 对于 KS 测试，我使用了 Press 等人提出的近似值。 [4] 表示对 Fasano & Franceschini 通过简单模型的 Monte Carlo 模拟获得的百分位数的拟合。 对于能量测试，p 值是通过聚合样本的排列获得的。 KS 测试目前仅适用于二维数据，但最小能量测试接受 n 维输入（尽管显着性测试可能变得

基于背景重构和二维KS检验的有害入侵检测方法

智方检验之星主程序PTech6.6.000844-014；适合已安装部署在用的客户升级更新，不含数据库；下载后直接解压替换安装目录程序即可，程序会自动执行升级（放心替换不会有问题）。