大甩卖——代码全家桶!!!

发布时间:2024年01月08日

Python-凯斯西储大学(CWRU)轴承数据解读与分类处理

Python轴承故障诊断 (一)短时傅里叶变换STFT

Python轴承故障诊断 (二)连续小波变换CWT_pyts 小波变换 故障-CSDN博客

Python轴承故障诊断 (三)经验模态分解EMD_轴承诊断 pytorch-CSDN博客

Pytorch-LSTM轴承故障一维信号分类(一)_cwru数据集pytorch训练-CSDN博客

Pytorch-CNN轴承故障一维信号分类(二)-CSDN博客

Pytorch-Transformer轴承故障一维信号分类(三)-CSDN博客

Python轴承故障诊断 (四)基于EMD-CNN的故障分类-CSDN博客

Python轴承故障诊断 (五)基于EMD-LSTM的故障分类-CSDN博客

Python轴承故障诊断 (六)基于EMD-Transformer的故障分类-CSDN博客

Python轴承故障诊断 (七)基于EMD-CNN-LSTM的故障分类-CSDN博客

Python轴承故障诊断 (八)基于EMD-CNN-GRU并行模型的故障分类-CSDN博客

基于FFT + CNN - BiGRU-Attention 时域、频域特征注意力融合的轴承故障识别模型-CSDN博客

基于FFT + CNN - Transformer 时域、频域特征融合的轴承故障识别模型-CSDN博客

Python轴承故障诊断 (九)基于VMD+CNN-BiLSTM的故障分类-CSDN博客

包括 完整的CWRU轴承故障数据集, 以及已经生成制作好的一维故障信号数据集、时频图像数据集,对应代码均可以运行

1.Python-凯斯西储大学(CWRU)轴承数据解读与分类处理

2.Python轴承故障诊断时频图像处理-短时傅里叶变换STFT

3.Python轴承故障连续小波变换-代码与时频图像分类

4.Pytorch-LSTM轴承故障一维信号分类

5.Pytorch-CNN轴承故障一维信号分类

6.Pytorch-Transformer轴承故障一维信号分类

7.Python基于EMD-LSTM轴承故障分类

8.Python基于EMD-CNN轴承故障分类

9.Python基于EMD-Transformer轴承故障分类
10.Python轴承故障诊断 (九)基于VMD+CNN-BiLSTM的故障分类

11.基于FFT + CNN - BiGRU-Attention 时域、频域特征注意力融合的轴承故障识别模型

12.基于FFT + CNN - Transformer 时域、频域特征融合的轴承故障识别模型

时序预测:LSTM、ARIMA、Holt-Winters、SARIMA模型的分析与比较-CSDN博客

风速预测(一)数据集介绍和预处理-CSDN博客

风速预测(二)基于Pytorch的EMD-LSTM模型-CSDN博客

风速预测(三)EMD-LSTM-Attention模型-CSDN博客

风速预测(四)基于Pytorch的EMD-Transformer模型-CSDN博客

风速预测(五)基于Pytorch的EMD-CNN-LSTM模型-CSDN博客

风速预测(六)基于Pytorch的EMD-CNN-GRU并行模型-CSDN博客

CEEMDAN +组合预测模型(BiLSTM-Attention + ARIMA)-CSDN博客

CEEMDAN +组合预测模型(CNN-LSTM + ARIMA)-CSDN博客

CEEMDAN +组合预测模型(Transformer - BiLSTM+ ARIMA)-CSDN博客

?CEEMDAN +组合预测模型(CNN-Transformer + ARIMA)-CSDN博客

多特征变量序列预测(一)——CNN-LSTM风速预测模型-CSDN博客

包括 完整的风速数据集, 以及已经生成制作好的数据集、标签,对应代码均可以运行

包括数据CEEMDAN预处理的代码,和完整 组合预测 模型代码、可视化代码、模型评估代码

环境:python 3.9

任何环境安装或者代码问题,请联系作者沟通交流

1.CEEMDAN +(BiLSTM-Attention+ARIMA)组合预测模型

2.CEEMDAN +组合(CNN-LSTM+ARIMA)预测模型

3.CEEMDAN+(Transformer-BiLSTM+ARIMA)组合预测模型

4.CEEMDAN+(CNN-Transformer+ARIMA)组合预测模型

5.基于Python时序预测:LSTM、ARIMA、Holt-Winters、SARIMA模型的分析与比较

??

文章来源:https://blog.csdn.net/qq_40949048/article/details/135463077
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。