Predicting_Flight_Delays
该项目旨在通过培训2018年和2019年美国的航班数据来提前一周预测航班延误。
2022-04-05 06:41:14
613KB
1
对象姿势估计演示
本教程将介绍在Unity中使用UR3机械臂执行姿势估计所需的步骤。 您将获得将ROS与Unity集成，导入URDF模型，收集标记的训练数据以及训练和部署深度学习模型的经验。 在本教程结束时，您将能够在Unity中使用机械臂执行拾取和放置操作，并使用计算机视觉感知机器人拾取的对象。
是否想跳过本教程并运行完整的演示？ 查看我们的。
是否想跳过本教程，而专注于为深度学习模型收集训练数据？ 查看我们的。
注意：该项目是使用Python 3和ROS Noetic开发的。
目录
这一部分包括下载和安装Unity编辑器，设置基本的Unity场景以及导入机器人。 我们将使用软件包导入。
本部分重点介绍使用Unity Computer Vision 进行数据收集的场景。 您将学习如何使用“感知包化器”对场景的各个部分进行随机化，以便在训练数据中创造多样性。
如果您想了解更
2022-03-28 21:14:03
34.49MB
1
此预测性维护示例根据来自工业机器的正常操作数据训练深度学习自动编码器。 该示例演练：
-使用Diagnostic Feature Designer应用程序从工业振动时间序列数据中提取相关特征- 设置和训练基于 LSTM 的自动编码器来检测异常行为- 评估结果
设置： 该演示是作为 MATLAB:registered: 项目实现的，需要您打开该项目才能运行它。 该项目将管理您需要的所有路径和快捷方式。
跑步： - 打开 MATLAB 项目 AnomalyDetection.prj - 运行第 1 部分 - 数据准备和特征提取- 运行第 2 部分 - 建模
2022-03-06 11:08:52
64.18MB
1
该项目有两部分：
1.预处理：
预处理脚本使用小波变换对EEG信号进行去噪，降低采样频率并将10分钟片段分成15个时间序列。项目的这部分是用MATLAB编写的。该脚本位于source/Preprocessing/Preprocess_data.m下。
2.CNN+LSTM：预处理完成后，将使用此数据训练CNN+LSTM模型。
架构如下图所示：
source/DataGenerator.py脚本是一个自定义类，用于将数据批量加载到内存中，而不是一次加载整个数据集。有关该类的更多信息，请参阅脚本中的注释。
2022-01-06 18:07:17
86.76MB
这个数据集是开源出来的数据集，目前只能下载下来训练集，因此要保存一份到csdn上面，这个数据集是非常重要的虽然只有170M
2021-12-25 18:27:43
166.22MB
1