1 前言在上一篇Blog。我介绍了在iOS上执行CNN的一些方法。可是，一般来说。我们须要一个性能强劲的机器来跑CNN，我们仅仅只是须要将得到的结果用于移动端。之前在Matlab使用UFLDL的代码改动后跑了手型识别的3层CNN，这里我们就考虑将Matlab转C之后移植到xcode中。Step 1：Matlab 转c首先要保证代码能够跑。能够执行，比方我这边。例如以下測试cnn识别手型： >
1. 数据描述齿轮箱数据来自PHM2009年的数据挑战赛，官网：PHM2009数据挑战赛。所测试的齿轮包括一组直齿轮和斜齿轮，本例中用直齿轮的数据进行验证。实验设备照片如下。 齿轮箱的输入侧和输出侧各安装一个加速度传感器，传感器参数：灵敏度：10mv/g，采样速率66.67KHz。所用的采集卡采集三个通道的数据，分别为:通道1：输入侧振动传感器数据通道2：输出侧振动传感器数据通道3：转速信号采用人
转载
2024-03-29 13:36:35
524阅读
Subscript. indices must either be real positive integers or logicals中文解释：下标索引必须是正整数类型或者逻辑类型出错原因：在访问矩阵（包括向量、二维矩阵、多维数组，下同）的过程中，下标索引要么从 0 开始，要么出现了负数。注：解决办法：自己调试一下程序，把下标为 0 或者负数的地方修正。举例：【错误代码】：代码:qfor s =
转载
2024-05-08 14:32:09
223阅读
4.2 AdaBN 算法依赖测试集统计学信息问题问题描述：虽然 AdaBN 算法可以提高 WDCNN 模型的抗噪能力与变载领域自适应能力，但 AdaBN 算法需要整个测试集的样本在 WDCNN 每一个 BN 层的均值与方差，这对于一个故障诊断系统，在初期是难以满足的。解决思路：1）根据部分测试样本的均值方差，对整体测试样本的均值方差进行估计；2）不获取任何测试集的信息，通过对 WDCNN 模型本身
转载
2023-10-08 08:10:00
152阅读
内容参考：《基于卷积神经网络的轴承故障 诊断算法研究》–张伟代码参考:https://github.com/AaronCosmos/wdcnn_bearning_fault_diagnosis1 背景：基于信号处理的特征提取+分类器的传统智能诊断算法，对专家经验要求高，设计耗时且不能保证通用性，已经不能满足机械大数据的要求。提出使用基于卷积神经网络智能诊断算法来自动完成特征提取以及故障识别。1.1
转载
2023-10-13 08:57:39
286阅读
??????欢迎来到本博客❤️❤️❤️????目前更新：???智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真。 ??欢迎您的到来??
原创
2022-08-15 19:10:45
327阅读
深入理解BatchNorm的原理、代码实现以及BN在CNN中的应用BatchNorm是算法岗面试中几乎必考题，本文将带你理解BatchNorm的原理和代码实现，以及详细介绍BatchNorm在CNN中的应用。NLP中常见的LayerNorm的解读，详见我的另一篇博客深入理解NLP中LayerNorm的原理以及LN的代码详解
BatchNorm深入理解BatchNorm的原理、代码实现以及BN在
转载
2024-08-08 11:34:44
96阅读
人工智能文献记录专栏，专栏地址：https://blog.csdn.net/u014157632/category_9760481.html，总目录：https://blog.csdn.net/u014157632/article/details/104578738。不定期更新2020年2019年 A convolutional neural network based on a ca...
原创
2021-12-04 17:23:01
1032阅读
本文是深度学习入门： 基于Python的实现、神经网络与深度学习（NNDL）以及动手学深度学习的读书笔记。本文将介绍基于Numpy的卷积神经网络（Convolutional Networks，CNN）的实现，本文主要重在理解原理和底层实现。 完整代码见我的github仓库：numpyDL/CNN/trai
转载
2024-05-21 16:56:50
93阅读
引言首先用下面一张图简单回顾CNN的结构,CNN的最大特性就是局部连接和参数共享。
# 2D-CNN 首先看一下最一般的二维空间Feature-Map CNN。输入的是一个矩阵，输出的也是一个矩阵，中间卷积核与图像不同区域进行卷积运算，就是实现了**局部连接**的过程，在每层的Feature-Map中都是参数共享的。
TextCNN那么一维文本数据是否可以使用CNN呢，
转载
2024-04-08 22:20:38
76阅读
????欢迎来到本博客❤️❤️???博主优势：???博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️座右铭：行百里者，半于九十。???本文内容如下：??? ⛳️赠与读者??做科研，涉及到一个深在的思想系统，需要科研者逻辑缜密，踏实认真，但是不能只是努力，很多时候借力比努力更重要，然后还要有仰望星空的创新点和启发点。建议读者按目录次序逐一浏览，免得
1 简介快速傅里叶变换( FFT) 是 1965 年 J W Cooley 和 J W Tukey 巧妙地利用 WN 因子的周期性和对称性，构造了离散傅里叶变换( DFT) 的快速算法，即快速离散傅里叶变换( FFT) 。DFT 的运算过程如下:2 部分代码%% 提取FFT谱作为故障特征向量clc;close all;clear%%load data_process%% 2、加载数据x1=trai
原创
2021-11-20 00:44:06
2300阅读
点赞
李弘毅机器学习笔记：第十三章—CNN为什么用CNNSmall regionSame PatternsSubsamplingCNN架构ConvolutionPropetry1Propetry2convolution和fully connected之间的关系Max poolingFlattenCNN in KerasCNN学到了什么?分析全连接层让图更像数字Deep DreamDeep styleC
转载
2024-05-21 23:27:23
42阅读
故障诊断 | Matlab实现基于小波包结合卷积神经网络DWT-CNN实现电缆故障诊断算法
原创
2024-06-05 10:36:36
60阅读
故障诊断 | CNN-ResNets滚动轴承故障诊断实例代码
原创
2024-11-02 14:34:25
336阅读
在现代机器学习应用中，故障诊断是一个非常重要的领域，尤其是利用 PyTorch 实现 CNN（卷积神经网络）进行图像分类和判断故障的场景。用户常常会遇到模型训练中的各类问题，例如精度不高、训练不收敛等。本文将详细解析一个“PyTorch CNN 故障诊断训练例子”的问题，包括如何发现并修复问题的过程。
## 用户场景还原
想象一下，作为一家全球领先的电子产品制造商，用户希望通过深度学习技术提升
基本术语
(1) 状态监测(condition monitoring)－对机械设备的工作状态（静的和动的）进行监视和测量（实时的或非实时的），以了解其正常与不正常。
(2) 故障诊断(fault diagnosis)又称为技术诊断(technica
转载
2024-01-29 15:31:57
180阅读
????欢迎来到本博客❤️❤️???博主优势：???博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️座右铭：行百里者，半于九十。???本文内容如下：??? ⛳️赠与读者??做科研，涉及到一个深在的思想系统，需要科研者逻辑缜密，踏实认真，但是不能只是努力，很多时候借力比努力更重要，然后还要有仰望星空的创新点和启发点。建议读者按目录次序逐一浏览，免得
✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，?个人主页：Matlab科研工作室?个人信条：格物致知。更多Matlab完整代码及仿真定制内容点击?智能优化算法 神经网络预测 雷达通信 无线传感器
原创
2023-12-07 23:05:14
5039阅读
一、获取代码方式获取代码方式1：通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。获取代码方式2：通过紫极神光博客主页开通
原创
2021-10-16 17:11:49
676阅读
