完善资料让更多小伙伴认识你,还能领取20积分哦, 立即完善>
该项目演示如何使用 Python 训练两种不同的机器学习模型来检测电动机中的异常情况。 第一个模型依赖于马哈拉诺比斯距离的经典机器学习威廉希尔官方网站
。 第二个模型是使用 TensorFlow 和 Keras 创建的自动编码器神经网络。数据是使用贴在吊扇上的 ESP32 和轴加速度计捕获的。 每个样本是在 1 秒的过程中捕获的所有 3 个轴的大约 200 个样本。 风扇以多种速度(关闭、低、中、高)运行,有无负重。 1“重量”是一个四分之一用胶带粘在一个风扇叶片上以产生偏移运动。 所有原始数据都存储在吊扇数据集目录中
|
|
只有小组成员才能发言,加入小组>>
2480 浏览 0 评论
9376 浏览 4 评论
37077 浏览 19 评论
5079 浏览 0 评论
25117 浏览 34 评论
1681浏览 2评论
1938浏览 1评论
2398浏览 1评论
1705浏览 0评论
699浏览 0评论
小黑屋| 手机版| Archiver| 电子发烧友 ( 湘ICP备2023018690号 )
GMT+8, 2025-2-2 15:22 , Processed in 1.280302 second(s), Total 71, Slave 52 queries .
Powered by 电子发烧友网
© 2015 bbs.elecfans.com
关注我们的微信
下载发烧友APP
电子发烧友观察
版权所有 © 湖南华秋数字科技有限公司
电子发烧友 (电路图) 湘公网安备 43011202000918 号 电信与信息服务业务经营许可证:合字B2-20210191 工商网监 湘ICP备2023018690号