医学人工智能 第一周 第二周 第三周

针对滚动轴承故障诊断中普遍存在的小样本学习问题，采用支持向量机实现轴承故障的模式识别。为了解决时域统计参数对于轴承故障的多分类效果较差的问题，引入小波包分解（Wavelet packet decomposition，WPD）技术，提取振动信号各频带的能量系数构造特征向量，并采用Fisher比率法对特征向量进行优化选取；然后利用支持向量机（support vector machine，SVM）进行故障模式识别，并与小波包分解及时域统计参数的分类效果进行对比分析。结果表明：支持向量机是实现轴承故障模式识别的一

故障诊断程序支持向量机智能诊断分为多个程序 数据输入、特征提取、功能函数等

振动分析和故障诊断分析解析.pdf，这是一份不错的文件

实验诊断学骨髓检查课后练习题及答案.pdf

1、有数据集 2、有随机森林分类、决策树、KNN、朴素贝叶斯的简单对比 3、可直接运行

计算机网络常见故障的分类与故障诊断

2022信息化2.0信息技术诊断怎么写.docx，这是一份不错的文件

2022信息化2.0信息技术诊断怎么写.pdf，这是一份不错的文件

现代汽车曲型电控系统结构原理与故障诊断.zip