Advertisement

经过整理的CWRU数据集

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：MAT

简介：
该简介描述的是一个经过系统化处理和优化后的克利夫兰诊所基金会(Cleveland Clinic Foundation, CWRU)心脏病数据集，用于支持心脏疾病预测研究。 整理后的.mat文件的shape为10x12048。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 经过整理的CWRU数据集
    优质
    该简介描述的是一个经过系统化处理和优化后的克利夫兰诊所基金会(Cleveland Clinic Foundation, CWRU)心脏病数据集，用于支持心脏疾病预测研究。 整理后的.mat文件的shape为10x12048。
     
  • CWRU轴承故障数据集整理
    优质
    本数据集为克利夫兰凯斯西储大学(CWRU)提供的轴承故障样本集合，内含各类运行条件下不同故障类型的轴承信号，旨在支持滚动元件轴承健康监测的研究与应用。 完整的凯斯西储大学（Case Western Reserve University）轴承故障数据集（CWRU bearing dataset），以及用于绘制时域故障数据的Matlab程序。
     
  • 经过预处理的BelgiumTSC数据集
    优质
    本数据集为比利时交通信号灯图像，经一系列预处理步骤优化，旨在提升交通标志识别算法性能，适用于研究与开发领域。 处理好的BelgiumTSC数据集（包含标签），以及用于训练的代码可以在GitHub上找到：https://github.com/cqfdch/BelgiumTSC-pytorch。不过根据要求，这里仅保留描述内容，即关于使用处理过的BelgiumTSC数据集和相关训练代码的信息。
     
  • CWRU轴承数据集（CSV格式）.zip
    优质
    本资料包包含CWRU轴承数据集，以CSV文件形式提供，适用于故障诊断和健康监测研究。数据涵盖不同工况下的振动信号，便于深入分析。 已将凯斯西储大学的轴承数据集从.mat格式转换为.csv格式，便于使用Python、TensorFlow和Keras进行机器学习训练。如有问题，请通过站内私信或留言联系。 去掉联系方式后： 将凯斯西储大学的轴承数据集从.mat格式转换为了.csv格式的数据集合，更适用于用python tensroflow keras进行机器学习训练。如果有任何问题，可以通过站内私信或者留言的方式联系我们。 简化后的版本： 已将凯斯西储大学的轴承数据集从.mat格式转换为.csv格式，便于使用Python、TensorFlow和Keras进行机器学习训练。如有疑问，请通过平台提供的联系方式沟通。
     
  • CWRU滚动轴承数据集分析
    优质
    本研究基于CWRU滚动轴承数据集进行深入分析，探讨了不同工况下滚动轴承的故障特征与诊断方法，旨在提升机械设备健康监测技术水平。 内容如下：①12k Drive End Bearing Fault Data # 12k驱动端故障数据 ②12k Fan End Bearing Fault Data # 12k风扇端故障数据 ③48k Drive End Bearing Fault Data # 48k驱动端故障数据 ④Normal Baseline Data # 正常数据 ⑤README.md ⑥说明文件_cn.doc # 说明文件（中文） ⑦说明文件_en.doc # 说明文件（英文原件） ---------- 数据格式：四种数据（①-④）均为.mat格式文件，详细数据说明建议阅读英文说明原件（⑦），建议首先使用Matlab对数据进行预处理。
     
  • 1D-CNN-for-CWRU: 适用于CWRU滚动轴承数据集的代码和一维卷积神经网络
    优质
    简介：本项目提供了一种针对CWRU滚动轴承数据集的一维卷积神经网络（1D-CNN）模型及其源代码，旨在促进故障诊断与健康监测领域的研究。 一维CNN在CWRU数据集上的应用研究了卷积神经网络如何用于处理时间序列信号以进行故障诊断。通过使用一维的卷积层，模型能够有效地捕捉到滚动轴承不同状态下的特征变化，并且可以自动学习合适的滤波器来提取有用的频域信息，从而提高故障识别和分类的准确性。
     
  • 经过整理的非物质空间分布数据集（2006-2021年）
    优质
    本数据集涵盖了从2006年至2021年间整理的非物质空间分布信息，旨在提供一个全面的时间序列视角来分析与研究非物质文化现象的空间变迁。 非物质空间分布数据集涵盖了2006年至2021年间中国非物质文化遗产在地理空间上的分布情况。这一数据集对于研究中国非物质文化遗产的传承、变迁及其与地理环境的关系具有重要价值。 非物质文化遗产是指那些由社区和群体代代相传，反映其独特文化观念、宇宙观、价值观以及人与自然关系的知识和实践形式。这些遗产包括传统艺术、口头传说、节日庆典及工艺技能等多种类型。 空间分布指的是非物质文化遗产在特定地区的地理位置及其模式。通过分析数据集中的信息，我们可以了解不同地区非物质文化遗产的种类数量及其聚集程度，这对于理解地域文化的多样性、区域特色以及文化遗产保护工作具有重要意义。 2006年至2021年是中国加强非物质文化遗产保护工作的关键时期，《中华人民共和国非物质文化遗产法》在此期间实施，并进行了多次国家级非物质文化遗产名录评选。因此，该数据集能够反映出这一阶段中国在非物质文化遗产保护方面的进展和变化情况。 文件《文件数据说明（非物质文化遗产地理图）.docx》可能包含了对数据集的详细解释，包括数据来源、采集方法、处理过程以及字段含义等信息，这对于理解和使用这些数据至关重要。压缩包IhChina_2006-2021.rar则通常包含大量的表格或GIS数据，按年份分类列出每个非物质文化遗产项目的位置、类型、级别（如国家级、省级）、申报单位和保护状况等详细信息。 在分析这个数据集时，可以进行以下几方面的研究： 1. **时空演变**：对比不同年度的数据变化情况，探究社会经济因素对非物质文化遗产分布的影响。 2. **区域差异**：识别非物质文化遗产的热点地区，并分析其文化特征及其原因。 3. **类别分布**：统计各类非物质文化遗产的数量和空间分布特点，揭示各类型的文化地域特性。 4. **保护效果评估**：评价各级名录项目的保护成效并提出相应的策略建议。 5. **文化线路研究**：通过空间关联性来探讨不同项目之间的联系，并形成文化线路或走廊的概念。 整理后的数据集为我们提供了丰富的材料以深入探究中国非物质文化遗产的时空分布规律，为文化遗产保护和地方文化建设提供决策支持。
     
  • 经过处理的FashionMNIST csv训练集和数据集
    优质
    本数据集为经过预处理的FashionMNIST CSV格式版本，包括训练集与测试集。旨在提供便捷的数据访问方式以支持图像分类任务研究。 处理后的FashionMNIST的csv训练集和数据集已经准备好。
     
  • 1D-CNN-for-CWRU: 针对CWRU滚动轴承数据集的One-Dimensional CNN-源码
    优质
    本项目提供了一种针对CWRU滚动轴承数据集的一维卷积神经网络（1D-CNN）模型，用于故障诊断和健康监测。代码开源共享。 一维CNN在CWRU数据集上的应用研究。
     
  • 经过整理的美国凯斯西储大学轴承数据中心的数据集
    优质
    本数据集由美国凯斯西储大学轴承数据中心提供，并经系统化整理和优化，包含详尽的滚动轴承运行状态信息，适用于故障诊断与健康监测研究。 将数据分类整理后的合集。