资源简介
这是对深度置信网络的进一步优化,构成了一个分类器,可依据变压器的特征气体,对变压器的故障进行诊断分析,其中附带完整可运行的MATLAB代码。

代码片段和文件信息
function [dataXdataYdataYrealnames] = getData()
%% 读取数据
[datatext] = xlsread(‘数据.xlsx‘);
data = data(:2:end);
%% 无编码比值
eps = 1e-3;
% CH4/H2
dataX(:1) = data(:2)./(data(:1)+eps);
% C2H4/C2H2
dataX(:2) = data(:4)./(data(:5)+eps);
% C2H4/C2H6
dataX(:3) = data(:4)./(data(:3)+eps);
% C2H2/(C1+C2)
dataX(:4) = data(:5)./(data(:2)+data(:3)+data(:4)+data(:5));
% H2/(H2+C1+C2)
dataX(:5) = data(:1)./(data(:1)+data(:2)+data(:3)+data(:4)+data(:5));
% C2H4/(C1+C2)
dataX(:6) = data(:4)./(data(:2)+data(:3)+data(:4)+data(:5));
% CH4/(C1+C2)
dataX(:7) = data(:2)./(data(:2)+data(:3)+data(:4)+data(:5));
% C2H6/(C1+C2)
dataX(:8) = data(:3)./(data(:2)+data(:3)+data(:4)+data(:5));
% (CH4+C2H4)/(C1+C2)
dataX(:9) = (data(:2)+data(:4))./(data(:2)+data(:3)+data(:4)+data(:5));
names = {‘低能放电‘‘高能放电‘‘局部放电‘‘高温过热‘‘中低温过热‘‘正常‘};
label = text(3:end7);
dataY = zeros(length(label)length(names));
for i = 1:length(label)
[~dataYreal(i1)] = ismember(label{i}names);
dataY(idataYreal(i)) = 1;
end
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2020-08-12 10:19 DBN_Toolbox\
文件 2618 2019-05-04 20:01 DBN_Toolbox\allcomb.m
文件 666 2019-05-04 20:01 DBN_Toolbox\dbnsetup.m
文件 308 2019-05-04 20:01 DBN_Toolbox\dbntrain.m
文件 655 2019-05-04 20:01 DBN_Toolbox\dbnunfoldtonn.m
文件 1958 2019-05-04 20:01 DBN_Toolbox\expand.m
文件 208 2019-05-04 20:01 DBN_Toolbox\flicker.m
文件 80 2019-05-04 20:01 DBN_Toolbox\flipall.m
文件 543 2019-05-04 20:01 DBN_Toolbox\fliplrf.m
文件 576 2019-05-04 20:01 DBN_Toolbox\flipudf.m
文件 313 2019-05-04 20:01 DBN_Toolbox\im2patches.m
文件 108 2019-05-04 20:01 DBN_Toolbox\isOctave.m
文件 1895 2019-05-04 20:01 DBN_Toolbox\makeLMfilters.m
文件 169 2019-05-04 20:01 DBN_Toolbox\myOctaveVersion.m
文件 641 2019-05-04 20:01 DBN_Toolbox\nnapplygrads.m
文件 1691 2019-05-04 20:01 DBN_Toolbox\nnbp.m
文件 704 2019-05-04 20:01 DBN_Toolbox\nnchecknumgrad.m
文件 811 2019-05-04 20:01 DBN_Toolbox\nneval.m
文件 2225 2019-05-04 20:01 DBN_Toolbox\nnff.m
文件 161 2019-05-04 20:01 DBN_Toolbox\nnpredict.m
文件 2032 2019-05-04 20:01 DBN_Toolbox\nnsetup.m
文件 111 2019-05-04 20:01 DBN_Toolbox\nntest.m
文件 2586 2019-05-04 20:01 DBN_Toolbox\nntrain.m
文件 1858 2019-05-04 20:01 DBN_Toolbox\nnupdatefigures.m
文件 97 2019-05-04 20:01 DBN_Toolbox\normalize.m
文件 242 2019-05-04 20:01 DBN_Toolbox\patches2im.m
文件 283 2019-05-04 20:01 DBN_Toolbox\randcorr.m
文件 2083 2019-05-04 20:01 DBN_Toolbox\randp.m
文件 90 2019-05-04 20:01 DBN_Toolbox\rbmdown.m
文件 1525 2020-03-06 17:00 DBN_Toolbox\rbmtrain.m
文件 192 2019-05-04 20:01 DBN_Toolbox\rbmup.m
............此处省略12个文件信息
- 上一篇:基于船舶运动控制的Matlab仿真
- 下一篇:二值图像的信息隐藏实验
相关资源
- EEMD集成经验模态分解matlab程序.rar
- 轴承故障诊断matlab代码四种方法
- 基于小波包能量分析的轴承故障诊断
- 流形学习——轴承振动数据和Matlab处
- 小波包能量分析的轴承故障诊断 mat
- 凯斯西储大学轴承故障实验数据
- 基于MATLAB故障诊断技术光盘及工具箱
- 基于matlab的dbn在mnist 手写数字上的实
- 深度置信神经网络的matlab代码.rar
- 深度置信神经网络的matlab代码
- 利用dbn+nn实现手写数字识别
- 深度置信网络DBN算法实现 matlab
- matlab程序源码及报告word版--基于小波
- PCA故障诊断matlab实现200654
- 智能故障诊断技术
- 基于matlab的机械故障诊断技术案例
- 小波分析对轴承进行故障诊断
- 基于主元分析算法pca的系统故障诊断
- 小波变换在齿轮故障诊断中的应用
- MATLAB频域积分
- 声音信号故障诊断
- VMD算法matlab函数.zip
- 深度置信网络DBN
- 基于支持向量机的故障诊断
- 小波变换在信号故障诊断中的应用
- 概率神经网络的分类预测-基于PNN变压
- KPCA故障诊断matlab实现182088
- 基于混沌相空间重构的电力系统故障
- BP网络变压器故障诊断
- 深度置信网络时间序列预测.zip
评论
共有 条评论