设计了一种多源信息特征层融合的故障诊断方法，应用在电力电子电路的诊断过程中。选择待测电路的节点电压和重要支路电流作为融合对象，利用小波变换和主成分分析对数据进行预处理和特征提取，采用间隔交叉的方式将电压特征矢量和电流特征矢量联合形成特征矢量，通过神经网络对联合特征矢量进行推理分类，得到故障诊断结果。以Buck―Boost电路为诊断实例，对比分析了选择不同特征融合对象对故障诊断结果的影响，实验结果证明该方法可以明显提高电路诊断率。
2022-11-12 14:46:47
392KB
1
文中运用1982～2016年NDVI数据对祁连山植被时空变化特征进行了研究,结果表明:祁连山植被具有明显的时空差异性,整体上呈波动增加趋势,但增长速度较为缓慢,增长区域主要集中在高海拔地区,减少区域则主要表现在河谷地带。不同植被的变化也存在明显的差异,其中荒漠植被增长较为迅速。研究区内植被的变化是气象因子和频繁人类活动共同作用的结果,这将为区域内植被的进一步调查研究和环境保护提供一定的科学依据。
2022-11-12 14:00:22
1.64MB
1
基于叶绿体基因组序列特征的系统发生学分析，刘志华，，本文首先提出了一种基于信息论的BBC（Base-Base Correlation）序列特征，它反映了基因组的信息组织结构，将一条基因组序列归一化为唯一对
2022-11-12 12:35:17
408KB
1
数据集是关于糖尿病的检测的。请各个组用今天学的方法，跑一下糖尿病的检测的数据集。分析一下8种特征，构建一个模型跑一下结果。
2022-11-12 10:18:39
1.76MB
1
百度云地址，dlib人脸特征库分类器，194点，由helen 库(2000张)训练而成
dlib人脸特征库分类器，194点，由helen 库(2000张)训练而成
dlib人脸特征库分类器，194点，由helen 库(2000张)训练而成
2022-11-10 20:48:14
522B
1
在机器学习中，特征选择是对模型结果的优化和对特征的分析，无论是做机器学习分类或者回归模型，都可适用；在这里我使用（python）遗传算法对特征进行分析，然后选取最优特征建立机器学习回归模型。
2022-11-09 21:23:49
9KB
1
时间序列数据特征提取TsFresh--入门简介【附源码+数据】，博客地址https://blog.csdn.net/qq_22290797/article/details/108637240?spm=1001.2014.3001.5501
2022-11-09 13:21:28
14KB
1