Ta上传的资源 (0)

相空间重构函数,该函数的作用是自动得到时间序列重构时需要的参数:延迟时间和嵌入维数。

对信号做快速傅里叶变换的函数,返回的是信号的幅值与频率。 最近收到各位朋友在使用本博主的资源时没有PinPu函数调用的问题。本博主对此深感抱歉,现补上该资源以供各位朋友下载。

本资源与博文(EEMD算法原理及应用)配套使用,资源包括三个文件,其中两个是EEMD算法的工具箱,另一个是EEMD算法的主程序,产生仿真信号以及如何使用EEMD对信号进行分解与合成。利用MATLAB仿真实现信号的去噪。

本资源利用朴素贝叶斯分类器实现了数据的多分类。文件包括朴素贝叶斯分类器的实现代码,训练数据和测试数据以及对应的类别标签。分类救结果较好,能达到91.25%。

通过MVO优化DBSCAN实现聚类,利用MVO的寻优性能找到合适的Eps值,从而使聚类效果达到最优。MVO优化DBSCAN实现聚类的源代码包括MVO算法,DBSCAN算法的源代码,以及MVO优化DBSCAN的过程。

针对论文:基于VMD的故障特征信号提取方法,本人对论文中的仿真信号部分进行了复现,首先产生仿真信号;其次,利用VMD对信号进行分解,运用排列熵确定含高噪分量,然后对低噪分量进行重构;最后,将重构的信号进行分解,发现分量与最初的原始仿真信号基本一致。说明去噪效果较好。

参考用PSO优化LSSVM解决回归问题,本程序在此基础上用PSO优化LSSVM解决多分类的问题,通过PSO对LSSVM的两个参数进行寻优,分类精度能达到90%以上。程序使用了LSSVM的工具箱,并参考工具箱的说明书使用了三个函数,先对多分类的标签进行处理,然后训练得到分类模型,用模型对测试数据进行分

对4组不同的信号分别采集20组,总共80组,然后经过特征提取(特征数量为8个),得到80x8的矩阵。 划分数据集:将64组数据作为训练数据,16组数据作为测试数据,4类信号在训练集和测试集的数量比例相同,将训练集和测试集整体归一化,再分别作为KNN的输入。 源程序是利用KNN算法对训练集和测试集整体
IBM 19