小面包 面包多
简介
评论
作品封面

Python环境下基于WGAN-GP方法的时间序列信号生成(以轴承振动信号为例)

¥50 / 月 已有49人购买
投诉
头像
多世界诠释 博士,懂点现代信号处理,机器学习,深度学习,智能故障诊断等等
作品简介

算法程序运行环境为Python,采用tensorflow深度学习模块。该代码利用生成对抗网络WGAN-GP方法生成时间序列信号(例如轴承振动信号),以增强不平衡训练数据下故障诊断模型的分类精度。

1.所有代码均经过运行测试,没有问题。 

2.拍前请仔细阅读作品简介,这非常重要,因为涉及到不同的编程语言(Python或matlab)。

3.程序为特殊商品,经售出不退,有问题请及时联系。

4.建议有一定Python或Matlab基础的同学或工程师购买。

5.该代码不讲解哦。

训练数据集为西储大学轴承数据集CWRU bearning data,以B007类信号(滚动体故障,故障尺寸0.007mm)为例,生成的时间序列振动信号如下


付费50元可获得

评论 100% 推荐

暂时还没有评论


头像
多世界诠释 博士,懂点现代信号处理,机器学习,深度学习,智能故障诊断等等
关注
2 喜欢 3 关注 1134 粉丝 1164 作品

在您购买本平台付费作品前,请您认真阅读本声明内容。如果您对这份声明没有异议,则可以继续购买 >>>

  • 主页
  • 私信
登录或购买

Python环境下基于WGAN-GP方法的时间序列信号生成(以轴承振动信号为例)

作品简介

算法程序运行环境为Python,采用tensorflow深度学习模块。该代码利用生成对抗网络WGAN-GP方法生成时间序列信号(例如轴承振动信号),以增强不平衡训练数据下故障诊断模型的分类精度。

1.所有代码均经过运行测试,没有问题。 

2.拍前请仔细阅读作品简介,这非常重要,因为涉及到不同的编程语言(Python或matlab)。

3.程序为特殊商品,经售出不退,有问题请及时联系。

4.建议有一定Python或Matlab基础的同学或工程师购买。

5.该代码不讲解哦。

训练数据集为西储大学轴承数据集CWRU bearning data,以B007类信号(滚动体故障,故障尺寸0.007mm)为例,生成的时间序列振动信号如下


创作时间: