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技术。 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>>
2386 浏览 0 评论
8910 浏览 4 评论
36487 浏览 19 评论
4981 浏览 0 评论
24307 浏览 34 评论
1376浏览 2评论
1630浏览 1评论
2018浏览 1评论
1442浏览 0评论
388浏览 0评论
小黑屋| 手机版| Archiver| 电子发烧友 ( 湘ICP备2023018690号 )
GMT+8, 2024-11-22 14:08 , Processed in 1.190026 second(s), Total 73, Slave 53 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