- 博客(31)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 2021-03-11
工业物联网工业物联网（IIoT）是被称为“物联网（IoT）”的更大概念的一部分。物联网给生产现场带来了新的机遇，如降低运营成本和提高生产率以实现最佳运营。物联网在制造业的应用被称为IIoT（工业互联网或工业4.0）。物联网将使制造业发生革命性的变化，它能够以比以前更高的速度和效率获取和访问大量数据。一些创新型公司已经开始通过在他们的工厂（所谓的智能工厂或工业4.0）中开发智能连接设备来实施物联网。从数据获取的角度来看，物联网有利于包含子系统并对其进行实时分析。为了实现这一点，工业4.0引入了数字化生产概
2021-03-11 15:59:23
95
1
原创 2021-03-10
数据驱动的PHM方法数据驱动的方法主要根据设备状态监测数据和同类设备部件或系统由正常到失效退化过程测量参数，预测剩余使用寿命。这种方法仅仅依靠传感器数据并将其转换为相关信息和性能退化模型，不需要关注复杂的物理失效机理，使用简便并且模型通用性较好，因而获得了广泛的研究和推广。数据驱动的 RUL 预测可以选择的方法和模型有很多，有些文献还对其进行了进一步细分。比如 Schwabacher将数据驱动的方法分为了传统数值方法和机器学习方法，传统数值方法包括了线性回归和卡尔曼滤波等，机器学习方法则主要是采用.
2021-03-10 15:40:12
218
原创 2021-03-09
航空发动机 PHM技术的重要性航空发动机 PHM 是近年来发展的先进技术，其核心是利用各种先进的传感器和信号处理技术，获得发动机零部件和整机的工作状况，借助各种诊断和预测方法评估发动机的健康状态，并将这些健康信息用于发动机运行规划和维护决策，最终实现对发动机这一高端复杂装备安全高效地使用和科学合理地维护。PHM 的概念最早是在美军 JSF 项目中被提出的，而后开始在其他复杂装备的研制中广泛推广和应用。根据美军 JSF 项目办公室给出的定义，PHM 主要包括增强的诊断、预测和健康管理三部分内容。增强.
2021-03-09 10:19:10
117
原创 2021-03-08
航空发动机的重要性航空发动机是装备制造领域的最高端产品，代表着一个国家的科技水平和综合国力，一直以来都被视为影响国家空中运输、国防安全和保持国家战略优势的核心技术。作为飞机的“心脏”，航空发动机的可靠性和安全性极其重要。然而航空发动机是十分复杂的气动热力旋转机械，零部件众多，很多零部件工作在高温、高压、高速旋转、强振动和复杂多变的环境条件下，经常承受高负荷和热冲击，工作环境异常严酷，因而很容易发生故障，并且具有故障模式多、多模式复合失效等显著特点。此外，随着近年来对发动机性能要求的提高，航空发动机推重比
2021-03-08 14:40:41
131
原创 2021-03-07
the Center for Intelligent Maintenance Systems 介绍美国的智能维护系统中心的愿景是使产品和复杂系统达到并维持接近零的故障性能，并最终将传统的维护实践从“发生故障再修复”转变为“预测故障到来并预防故障发生”方法。 该中心专注于开发嵌入式和远程监控领域的前沿技术，故障预测技术和智能决策工具，并为电子维护系统创造了注册商标的WatchdogAgent®预测工具和设备到企业（D2B）信息电子平台。本人的课题与PHM领域息息相关，IMS是美国智能制造...
2021-03-07 15:35:37
103
原创 性能退化预测研究(PHM, prognostics, diagnostics)
设备的性能退化4%后只需要更换部件和零件，退化10%后需要更换子系统，退化100%后需要更换整个系统，这正是性退化预测研究的重要性的体现.
2020-07-31 12:00:01
796
原创 2020-04-03
分享~写论文到崩溃后的回复状态的小方法------运动（亲测有效）最近一个星期，断断续续但是四五天应该有的，晚饭不久后就下楼，找个人多的广场，绕着广场走，一直走1.5h，甚至2h。刚开始两三天效果不显著，但是多多少少会感觉到比较舒服，坚持了五六天后，我已经能感觉自己的各方面开始出现些变化，虽然这种变化不能让我直接把论文写完，不能让我看论文更容易，但对于已经萎靡了好长时间的我来说，还是让我产生了另...
2020-04-03 22:53:35
90
1
原创 2020-03-17
= - ,其中=p(X=) ; i=1,2....n 通过以上的式子求和的单项 ，我们可以理解的是他表示x=xi发生的概率为pi，那么产生一次x=xi的次数应该需要1/pi次，要在1/pi次中找到x=xi的那个特定的点，需要对这些次数进行搜索，至少需要寻找log（1/pi）次，每次找到的概率是pi，所以pi·log（1...
2018-11-23 09:38:38
315
原创 噪音样本对模型产生的影响
什么是噪音？其实噪音就是难以轻易被区分并对输出结果产生干扰的那些数据，他们是与众不同的。 噪音样本在自然界中是普遍存在的，他被自然的包裹在大量数据集中，正常的数据集很自然的会存在噪音。 但噪音其实是我们不希望存在的成分，因为他的出现往往会影响模型的准确性，逼迫我们不得不付出更大的努力，生成更加复杂的模型来把噪音包容进去，比如决策树的剪枝操作就是需要加入修正参数α。...
2018-11-23 09:22:25
4615
原创 样本空间的离散化
代码参考出处https://blog.csdn.net/HackerTom/article/details/78597630看了以上代码，对离散化部分作一小结。需要的三个主要的特征空间：samspc（样本 空间），dsc（离散化的空间），ver（反离散化空间），以及过度的数据集bufbuf：他是vector<vector<string>>,是真正输入时候的（n-...
2018-11-21 19:48:54
1704
原创 决策树算法实现要点
1.数据的输入：从文件输入或者手动输入2.数据的整理：建立数据集dataset(vector&lt;vector&gt;),包括数据的条数m和维数n3.获得每个属性（特征）对应的值(范围)，包括每个类...
2018-11-19 19:41:50
247
原创 C++个别数据类型使用（1）
set：不允许有两个一样的键值，他会根据键值自动排序 set.insert 插入某个键值 set.count() 判断某元素是否在set中 vector vector.end 指向向量最后一个元素的下一个位置 vector.push_back() 加某元素到最后一个元素之下 freopen(const char*path,const char model) 返回文件所指的指...
2018-11-19 19:29:07
100
原创 Spyder_help翻译---first step of spyder
如何开始第一个程序：1.新建一个文件并输入代码，保存2.按F5或者menu上的run键运行程序。3.看到输出。Spyder是如何运行的：1.python 会一行一行的读代码（除了被#注释掉的）2.当读到def关键字时候，python知道他遇见了函数，并且他知道跟在def之后的所有首行缩进的都是函数的一部分。3.这时python会建立函数的内容，但是不会运行它。4.p...
2018-11-18 11:31:55
418
原创 机器学习--南京--找一起学习的朋友
鄙人南航大四，将在原校继续读研，并且方向于机器学习相关，现在希望找一些同在南京并且也对机器学习方向感兴趣的同学。鄙人主要的目的还是交一些可以相互学习的朋友，可以一起讨论学术知识，或者对人工智能行业的探讨，可以一起组队参加一些赛事或者创新创业项目。有意可留言。...
2018-11-16 14:38:52
211
2
原创 第一章机器学习基础
1.1何为机器学习将无序的信息转化成有序的可用的信息。现实生活中许多无法建立精确的数学模型，需要基于统计学的工具进行求解。1.2关键的术语特征：可以是十进制的数字（身高，体重），二值型（0或1），自定义调色板的枚举类型（红，黄，篮），目标变量：也被称为类别（在分类问题中），是机器学习的输出结果1.3机器学习的任务回归：预测数值型数据分类：将实例数据划分到具体的分类中。...
2018-11-16 14:21:43
84
原创 高效学习技巧
11.将大脑变成一个转换器记忆他人名字的时候可以把该名字转换成某个东西来记忆。12.插上联想的翅膀将两个原本没有关系的知识点通过联想穿起来，如在进行算法学习的时候，kd近邻法与决策树法都可以看做是在特征空间上进行类似的划分，但是他们的特征是不同，就像一对长得不像的兄弟，这样思考显然更有益于记忆。 ...
2018-11-14 14:33:45
131
原创 线性代数第二讲矩阵消元
1.消元法 method of elimination 高斯消元法：就是对矩阵进行行或列的加减，变换成对角阵的形式。2.回代 Back substitution做方程的高斯消元法时可以将系数矩阵加上b扩充为增广矩阵，再进行高斯消元3.消元矩阵左乘行向量或者右乘列向量将矩阵转化为三角矩阵4.置换矩阵完成元矩阵的和变换或者列变换5.消元矩阵的逆矩阵抵消原消元矩...
2018-11-14 11:42:57
878
原创 第一讲行与列的思考
1.从问题出发，如果现有一组二元一次方程： 2x-y=0 -x+2y=3写成矩阵的形式就是，即Ax=b他得行图像遵从几何描述，即两条直线的交点。他的列图像则是两个向量的线性代数组合。当矩阵右边b变化的时候，行向量描述的几何图形会随之改变，而列向量描述的两个底向量却不会变，只是他们的线性组合变了。2.方程组的解对于行图像来说，解即为...
2018-11-14 11:11:00
162
原创 第五章决策树
决策树是基于特征（非数字，如年龄，身高特征）进行分类的过程，通常包括特征选择，决策树的生成，决策树的剪修。5.1决策树模型与学习5.1.1决策树模型决策树由节点（内节点（特征或者说属性）和叶节点（类））和有向边组成，是一种对实例进行分类的树形结构。5.1.2决策树与if-then决策树模型可以看做是if-then的合集，每条路径构建一条规则，每个实例都能随此找到对应的分类。5.1.3决...
2018-11-14 09:53:45
145
原创 第四章朴素贝叶斯法----生成模型
4.1朴素贝叶斯的学习与分类4.1.1基本方法联合概率分布P(X,Y)，独立同步产生先验概率分布P(Y=ck)，k=1,2,…K条件概率分布P(X=x|Y=ck)=P(X1=x1,X2=x2,|Y=ck),k=1,2…K，（具有指数级的参数）因此对概率分布做独立同分布假设：P(X=x|Y=ck)=P(X1=x1,X2=x2,|Y=ck)=πP(Xi=xi|Y=ck)因此：后验概率密度...
2018-11-09 12:04:42
334
原创 第三章k近邻法（接上篇）
3.3k近邻法的实现：kd树3.3.1构造kd树，（1）构造跟节点，以训练集T中的一维度的中位点作为切分点，将超矩形区域划分为两部分，（2）重复：对深度为j的节点选择切分坐标的中位值，（3）直到子区域没有实例存在为止，从而形成kd树的划分3.3.2搜索kd树用kd树进行最近邻搜索（1）从根节点出发，递归向下访问kd树，直到子节点为叶节点为止（2）以此叶节点为当前最近点（3）递归向...
2018-11-09 10:04:00
101
原创 第三章k近邻法
k近邻法实际上利用训练数据集对特征性向量空间进行划分，并作为其分类的模型。3.1k近邻法算法（1）根据给定的距离度量，在训练集中找出与x最邻近的k个点，涵盖k个点的x的领域记做Nk(x)；（2）在Nk(x)中根据分类决策规则（如多数表决）决定x的类别y。y=arg maxΣI(yi=ci), i=1,2...N ; j=1,2,...K 其中I为指示函数。3.2k近邻法模型每个实...
2018-11-08 21:44:38
145
原创 第二章感知机
2.1 感知机模型感知机的定义（定义2.1）：由输入空间（特征空间）的点，到输出空间的如下函数：F(x)=sign(wx+b)称为感知机。其中w，x为感知机模型函数，w是权值，b是偏置。从几何意义上来理解，线性方程：wx+b ...
2018-11-07 14:45:41
112
原创 1.3统计学习三要素
一旦模型，策略，算法被确定下来，那么统计学习的方法也就被确定下来了。即：方法=模型+策略+算法。模型简单的说，监督学习的过程中，模型就是所要学习的条件概率分布或者决策函数，即模型是基于数学来抽象实际问题，为之后的算法求解提供柴米油盐和理论基础，以便可以严谨与合理的使用由算法提供的可能的解决路径。策略策略应该就是用来选择最优的模型，保证逼近真解。在统计学习方法这本书上的第一章讲了经验风险...
2018-11-02 10:27:35
171
学术研究，你的成功之道pdf
2018-11-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人