• 目录
  • 注册/登陆账号
  • 0. MATLAB代码定制​
  • 1. 时间序列
    • 1.1 ARIMA
      • ARIMA代码说明文档(公开版)
      • ARIMA工具箱使用手册(完整版)
      • ARIMA图形界面版(试用版)
      • ARIMA图形界面版(完整版)
    • 1.2 SARIMA
      • SARIMA代码说明文档(公开版)
      • SARIMA工具箱使用手册(完整版)
      • SARIMA图形界面版(试用版)
      • SARIMA图形界面版(完整版)
    • 1.3 LSTM/BiLSTM/GRU
      • (纯代码)LSTM/BiLSTM/GRU时间序列预测
      • 图形界面版(试用版)LSTM/BiLSTM/GRU
      • 图形界面版(完整版)LSTM/BiLSTM/GRU
    • 1.4 BP神经网络
      • BP神经网络时间序列预测程序
    • 1.5 SVM
      • 支持向量机SVM时间序列预测程序
    • 答疑:时间序列预测中,单步预测与多步预测的区别?
  • 2. 时域、频域分析
    • 2.1 时频域分析工具箱(TFA_Toolboxs)下载与安装
    • 2.2 频谱/功率谱快速画图程序
    • 2.3 模态分解与HHT
      • 2.3.0 “类EMD”7合1【MATLAB】
      • 2.3.0 “类EMD”7合1【python】
      • 2.3.1 “类EMD”画图工具使用教程
      • 2.3.2 VMD画图【MATLAB】
      • 2.3.3 EWT画图【MATLAB】
      • 2.3.4 EMD画图【MATLAB】
      • 2.3.4 EMD画图【python】
      • 2.3.5 EEMD画图【MATLAB】
      • 2.3.6 CEEMD画图【MATLAB】
      • 2.3.7 CEEMDAN画图【MATLAB】
      • 2.3.8 ICEEMDAN画图【MATLAB】
      • 2.3.9 DWT小波分解画图【MATLAB】
      • 2.3.10 小波包分解画图代码【MATLAB】
      • 2.3.11 IMF指标与高低频重构【MATLAB】
      • 2.3.12 FastICA盲源分离
    • 2.4 时频域分析
      • 2.4.1 希尔伯特谱、边际谱、包络谱、瞬时频率/幅值/相位画图
      • 2.4.2 STFT短时傅里叶变换
      • 2.4.3 CWT连续小波变换
    • 2.5 特征提取
      • 2.5.1 特征提取(时域、频域指标)
      • 2.5.2 特征提取(熵特征指标)
      • 2.5.3特征提取(多尺度熵)
      • 2.5.4特征提取(复合多尺度熵)
    • 答疑:采样频率fs要怎样设置?
  • 3. 滤波降噪
    • 3.1 小波阈值滤波算法
    • 3.2 FIR、IIR滤波算法
    • 3.3 类EMD滤波算法
    • 3.4 VMD-ICA滤波算法
    • 3.5 类EMD-小波阈值降噪
  • 4. 模式识别/分类
    • 4.1 BP神经网络
      • 使用python从零开始写一个神经网络
      • BP神经网络分类代码
    • 4.2 LSTM、BiLSTM与GRU
      • 使用LSTM/BiLSTM/GRU做模式识别(分类)
    • 4.3 CNN分类
      • CNN分类代码【MATLAB】
      • CNN分类代码【Python】
      • CNN绘图代码
  • 5. 回归预测
    • 5.1 CNN回归预测【MATLAB】
    • 5.2 CNN回归预测【Python】
  • 6. 数据降维
    • 6.1 主成分分析(PCA)降维
    • 6.2 核主成分分析(KPCA)降维
    • 6.3 t-SNE降维
    • 6.4 MDS降维算法
  • 7. 优化算法
    • 7.1 优化算法合集16种
    • 7.2 VMD的16种优化算法
  • 8.剩余寿命预测
    • 8.1 基于相似性进行剩余有效寿命预测
    • 8.2 基于退化模型进行剩余有效寿命预测
  • 通用视频教程
    • MATLAB的数据导入
    • Python的数据导入
    • 搭建VSCode+Anaconda+Pytorch+CUDA深度学习环境
  • 常见报错原因及处理
本书使用 WordBook 发布

模式识别/分类相关代码目录

模式识别/分类相关代码目录

最后更新于:2024-10-26 17:31:12

4.1 BP神经网络
4.1.1 使用python从零开始写一个神经网络
4.1.2 神经网络“分类”工具文档(公开版)
4.1.3 神经网络“分类”工具手册(完整版)
4.2 使用LSTM/BiLSTM/GRU做模式识别(分类)
4.3 CNN分类
4.3.1 使用CNN进行模式识别(分类)MATLAB代码
4.3.2 使用CNN进行模式识别(分类)Python代码
4.3.3 CNN文章图片绘制代码