做名片网站,短期网站建设培训班,wordpress 视频显示,企业logo设计理念Python是一种广泛使用的解释型、高级和通用的编程语言#xff0c;众多的开源科学计算软件包都提供了Python接口#xff0c;如计算机视觉库OpenCV、可视化工具库VTK等。Python专用计算扩展库#xff0c;如NumPy、SciPy、matplotlab、Pandas、scikit-learn等。
开发工具上可用…Python是一种广泛使用的解释型、高级和通用的编程语言众多的开源科学计算软件包都提供了Python接口如计算机视觉库OpenCV、可视化工具库VTK等。Python专用计算扩展库如NumPy、SciPy、matplotlab、Pandas、scikit-learn等。
开发工具上可用Spyder在安装Anaconda时已经安装好可以从开始菜单或者使用命令行spyder启动。Spyder是一个免费、开源的集成开发环境用Python编写用于Python程序的开发由科学家、工程师和数据分析师设计。它综合开发工具的高级编辑、分析、调试和分析功能与科学软件包的数据探索、交互执行、深入检查和漂亮的可视化功能独特地结合在一起。可以单步执行查看运行后的各变量的值查看序列数据线图等非常方便。其他的集成开发工具IDE还包括
VisualStudioCode简称VSCode是一款由微软开发且跨平台的免费源代码编辑器。该软件支持语法高亮、代码自动补全又称IntelliSense、代码重构功能并且内置了命令行工具和Git版本控制系统。用户可以更改主题和键盘快捷方式实现个性化设置也可以通过内置的扩展程序商店安装扩展以拓展软件功能。VisualStudioCode默认支持非常多的编程语言要使用Python进行开发需要先安装相应的Python扩展PythonextensionforVisualStudioCode。
PyCharm主要用于Python语言开发由捷克公司JetBrains开发提供代码分析、图形化调试器集成测试器、集成版本控制系统并支持使用Django进行网页开发。PyCharm是一个跨平台开发环境拥有MicrosoftWindows、macOS和Linux版本。社区版在Apache许可证下发布另外还有专业版在专用许可证下发布其拥有许多额外功能。
本项目采用Python语言进行简单的信号处理包络谱低通、高通、带通滤波初级特征提取机器学习短时傅里叶变换及轴承故障诊断探索。
n_win_numb 128;n_win np.hamming(n_win_numb);n_overlap 127;nfft n_win_numb;pad_to nfft*10;
plt.figure(figsize(8,6))plt.specgram(y, NFFT nfft, Fs fs, window n_win, noverlap n_overlap, pad_topad_to);plt.title([Increasing Win Overlap: win,n_win_numb, / overlap,n_overlap, / nfft,nfft, pad_to,pad_to]);plt.xlabel(time(s));plt.ylabel(freq(Hz)) n_win_numb 32;n_win np.hamming(n_win_numb);n_overlap 0;nfft n_win_numb;
plt.figure(figsize(8,6))plt.specgram(y, NFFT nfft, Fs fs, window n_win, noverlap n_overlap);plt.title([Increasing Win Overlap: win,n_win_numb, / overlap,n_overlap, / nfft,nfft]);plt.xlabel(time(s));plt.ylabel(freq(Hz)) n_win_numb 32;n_win np.hamming(n_win_numb);n_overlap 30;nfft n_win_numb;pad_to nfft*10;
plt.figure(figsize(8,6))plt.specgram(y, NFFT nfft, Fs fs, window n_win, noverlap n_overlap, pad_topad_to);plt.title([Increasing Win Overlap: win,n_win_numb, / overlap,n_overlap, / nfft,nfft, pad_to,pad_to]);plt.xlabel(time(s));plt.ylabel(freq(Hz)) n_win_numb 256;n_win np.hamming(n_win_numb);n_overlap 250;nfft n_win_numb;
plt.figure(figsize(8,6))plt.specgram(y, NFFT nfft, Fs fs, window n_win, noverlap n_overlap);plt.title([Increasing Win Overlap: win,n_win_numb, / overlap,n_overlap, / nfft,nfft]);plt.xlabel(time(s));plt.ylabel(freq(Hz)) fig plt.figure(figsize(12,8))ax Axes3D(fig,azim-0.001,elev80)plt.ylabel(Frequency);plt.xlabel(Div #)for x, y, z, c in zip(plot_x.T, plot_y.T, A_div.T, colors): ax.plot3D(y,x,z,colorc, linewidth0.5)plt.gca().invert_xaxis() colors cm.rainbow(np.linspace(0, 1, len(plot_y)))
fig plt.figure(figsize(12,8))ax Axes3D(fig,azim-0.001,elev85)plt.ylabel(Time (s));plt.xlabel(Div #)for x, y, z, c in zip(plot_x.T, plot_y.T, y_div.T, colors): ax.plot3D(y,x,z,colorc, linewidth0.7)plt.gca().invert_xaxis() feature_n_mean np.mean(feature_n,axis0)feature_f_mean np.mean(feature_f,axis0plt.figure(figsize(8,6))plt.plot(feature_n_mean,-bo)plt.plot(feature_f_mean,-rx)plt.title(Average of Features)plt.xticks(np.arange(0,np.size(feature_name)),feature_name,rotationvertical);plt.show() from lightgbm import LGBMClassifier, plot_importance
n_estimator 100
colsample_bytree 0.1model LGBMClassifier(n_estimatorn_estimator,colsample_bytree colsample_bytree)
model.fit(x_train, y_train)
y_test_pred model.predict(x_test)
importance model.feature_importances_plt.figure(figsize(4,4))
cm pd.DataFrame(confusion_matrix(y_test, y_test_pred))
sns.heatmap(cm, annotTrue)plt.figure(figsize(8,6))
plt.plot(importance,-ko)
plt.xticks(np.arange(0,np.size(feature_name)),feature_name,rotationvertical);fig,ax plt.subplots()
plot_importance(model,axax)print(model.score(x_test, y_test))
# print(metrics(y_test,y_test_pred))
plt.figure(figsize(8,6))
plt.figure(figsize(8,6))
z_ML_utils.plot_decision_boundaries(x,y,XGBClassifier, idx1idx1, idx2idx2, n_estimatorn_estimator,colsample_bytree colsample_bytree)
完整的项目代码https://mbd.pub/o/bread/Y5yXmJtt 工学博士担任《Mechanical System and Signal Processing》《中国电机工程学报》《控制与决策》等期刊审稿专家擅长领域现代信号处理机器学习深度学习数字孪生时间序列分析设备缺陷检测、设备异常检测、设备智能故障诊断与健康管理PHM等。
