python程式分析之少樣本學習

2021-09-29 19:34:53 字數 2789 閱讀 7731

import matplotlib.pyplot as plt #matplotlib是類似matlab畫圖格式的函式

from scipy.io import loadmat #讀取mat格式的資料集

import numpy as np#陣列函式

import siamese#siamese神經網路函式(siamese-孿生)

import utils#製作資料集函式,滑動視窗擷取時域訊號

[siamese網路詳解]應用:使用tensorflow在mnist上實現的siamese net

import cwru   #資料函式

# imp.reload(siamese)

window_size =

2048

#樣本序列長度

data = cwru.cwru(

['12driveendfault'],

['1772'

,'1750'

,'1730'

], window_size)

#資料data.nclasses,data.classes,

len(data.x_train)

,len

(data.x_test)

#資料型別數,資料型別,訓練集長度,測試集長度

注釋:data是處理好的資料;data.nclasses是資料種類數目;data.classes是資料型別;

output:

(10,

[('normalbaselinenormal',0

),('12driveendfault0.007-ball',1

),('12driveendfault0.014-ball',2

),('12driveendfault0.021-ball',3

),('12driveendfault0.007-innerrace',4

),('12driveendfault0.014-innerrace',5

),('12driveendfault0.021-innerrace',6

),('12driveendfault0.007-outerrace6',7

),('12driveendfault0.014-outerrace6',8

),('12driveendfault0.021-outerrace6',9

)],19800

,750

)

mat_dict = loadmat(

'datasets/cwru/12driveendfault/1730/0.014-innerrace.mat'

)#載入內圈故障資料

key1,key2 = cwru.fliter_key(mat_dict.keys())

#診斷出訊號故障型別

print

(key1,key2)

#列印診斷結果(文中使用的是雙通道)

time_series = np.hstack(

(mat_dict[key1]

, mat_dict[key2]))

#提取故障資料

plt.figure(figsize=(16

,1))

#畫出雙通道訊號時域圖

這只是資料集的製作和視覺化程式,下次整理程式內部具體流程。

程式設計師學python 程式設計師學Python

章python基礎1 1.1表示式和計算1 1.1.1數值計算1 1.1.2標準函式和數學函式包5 1.1.3字串7 1.2變數和賦值10 1.2.1名字 變數和賦值10 1.2.2簡單指令碼程式12 章python基礎1 1.1表示式和計算1 1.1.1數值計算1 1.1.2標準函式和數學函式包5...

python程式分析 如何分析Python指令碼?

如chris lawlor所示cprofile是乙個很棒的工具,可以很容易地用於列印到螢幕上 python m cprofile s time mine.py 或提交 python m cprofile o output.file mine.py ps 如果您使用的是ubuntu,請確保安裝pyth...

R語言 基礎統計學之樣本量計算

r語言 基礎統計學之樣本量計算 以下介紹基礎統計學關於樣本量計算的問題,主要解決實際問題中在已知一些統計特徵下,計算所必要的樣本量,共有三種方式 總體方差已知時,總體方差未知時 估計比例為p時的三種情況下的樣本量。若已知總體x的均值為 方差為 2 sigma 2 2,可以依據基本公式 n z1 2 ...