unittestreport介绍 1、什么是unittestreport unittestreport是基于unittest开发的的一个功能扩展库，关于unittestreport最初在开发的时候，最初只是计划开发一个unittest生成html测试报告的模块，所以起名叫做unittestreport。在开发的过程中结合使用者的反馈，慢慢的扩展了更多的功能进去。后续还会持续的扩展和开发一些新的功能，目前实现了以下功能： HTML测试报告生成 unittest数据驱动 测试用例失败重运行 多线程并发执行用例 发送测试结果及报告到邮箱 测试结果推送到钉钉 测试结构推送到企业微信 2、安装unittestreport unittestreport是基于python3.6开发的，安装前请确认你的python版本>3.6 安装命令 pip install unittestreport 3、使用文档

基于MATLAB的语音信号处理（0到9语音识别、GUI）源码 ----- 毕业设计，课程设计，项目源码均经过助教老师测试，运行无误，欢迎下载交流 ----- 下载后请首先打开README.md文件（如有），某些链接可能需要魔法打开。 ----- 毕业设计，课程设计，项目源码均经过助教老师测试，运行无误，欢迎下载交流 ----- 下载后请首先打开README.md文件（如有），某些链接可能需要魔法打开。

ipp2018，IPP2018在Intel官网上老版本无法下载，但是在老旧工程中还会用到，希望可以帮助大家

刮板输送机是煤矿井下重要的开采设备之一,简要分析了现阶段刮板输送机的故障诊断现状,针对刮板输送机故障种类繁多,相互影响大且不易诊断的问题,根据多传感器数据融合理论,提出了RBF和模糊积分相结合的刮板输送机故障诊断数据融合方法。在特征级采用RBF,可以对同类传感器采集的数据进行快速学习和收敛,得到同源数据对每一类故障的模糊测度,以便在高维空间内进行同源数据的线性可分。决策级采用模糊积分理论利用该模糊测度通过模糊积分计算,获得刮板输送机故障信息的预测结果,该方法具有较好的容错性,简化了冗余信息,降低了故障相互影响的关联性。刮板输送机减速器电机故障的诊断研究表明,文中所提出的方法有助于克服故障类型的不确定性,在整体上确保故障数据的完备性,正确地判定故障的类型,提高了故障诊断的准确性。

带式输送机传动滚筒轴承发生故障时,特别是早期故障,其振动信号中隐含的脉冲故障信息很微弱,且常被淹没在强烈的噪音中,直接做频谱分析或包络分析,很难提取其故障特征。最小熵解卷积(Minimum Entropy Deconvolution,MED)通过最优滤波器对轴承微弱故障信号进行最优滤波,提高了信号的信噪比,然后对滤波后的信号进行包络解调分析,能够提取出信号中隐含的故障特征。将该方法应用于带式输送机传动滚筒中的滚动轴承故障诊断,成功提取出了轴承内圈的早期微弱点蚀故障特征。对FIR滤波器阶数L的选择进行了分析,以确保最优的MED解卷积效果。仿真与应用验证了最小熵解卷积方法在滚动轴承故障诊断的有效性和优点。

会员制是一个很古老的商业模式。 但在数字世界中，尤其是在今天强调企业自有私域流量生态的数字世界中，针对会员的更深度的运营，不仅可能，而且很有价值。在数字技术和数据驱动的帮助下，会员制也有很多的进化。与普通私域运营相比，会员制有优势，但门槛也更高。

基于matlab的定点FFT算法实现，详细看文章说明

用于贝叶斯因子统计分析的Matlab软件包。 有关文档和示例，请参见：https ://klabhub.github.io/bayesFactor/

美国凯斯西储大学（CWRU）数据集：文件名称为数据集类型缩写，便于文件检索

R语言笔记--常用函数、统计分析、数据类型、数据操作、帮助、安装程序包、R绘图等，是入门R语言的必备文件