PHM2012滚动轴承全寿命数据集的特征提取环节,提取具有物理意义的统计特征。包含时十几个域、频域等的统计特征提取。最后保存的数据形式是numpy的数据格式
1
轴承寿命预测,数据预处理时,需要特征提取进行时域变换,比如均方根、峭度、幅值等等。
1
美国西储大学轴承寿命预测
2021-12-15 17:10:27 17KB SVR EEMD能量熵 PCA
1
python轴承寿命预测(附带GUI界面)源码
2021-08-05 09:08:16 293B ython 轴承寿命 GUI界面
数据预测是大数据最核心的应用,是它将传统意义的预测拓展到“现测”。大数据预测的优势体现在,它把一个非常困难的预测问题,转化为一个相对简单的描述问题,而这是传统小数据集根本无法企及的。从预测的角度看,大数据预测所得出的结果不仅仅是用于处理现实业务的简单、客观的结论,更是能用于帮助企业经营的决策。。
2021-07-21 18:05:10 77B python 数据预测
1
NASA的数据,IMS轴承全寿命周期数据,是普遍使用,认可度很高的数据,大多数科研人员都是用的这个数据,对研究轴承剩余寿命、故障检测有很大帮助,希望对您们有帮助。
2019-10-17 00:09:06 156.21MB NASA IMS 轴承 寿命预测
1