网站建设 开题报告,wordpress怎么修改后台菜单,济南智能网站建设流程,网页设计与网站建设课程设计报告故障诊断 | Matlab实现基于小波包结合鹈鹕算法优化卷积神经网络DWT-POA-CNN实现电缆故障诊断算法 目录 故障诊断 | Matlab实现基于小波包结合鹈鹕算法优化卷积神经网络DWT-POA-CNN实现电缆故障诊断算法分类效果基本介绍程序设计参考资料 分类效果 基本介绍 1.Matlab实现基于小波…故障诊断 | Matlab实现基于小波包结合鹈鹕算法优化卷积神经网络DWT-POA-CNN实现电缆故障诊断算法 目录 故障诊断 | Matlab实现基于小波包结合鹈鹕算法优化卷积神经网络DWT-POA-CNN实现电缆故障诊断算法分类效果基本介绍程序设计参考资料 分类效果 基本介绍 1.Matlab实现基于小波包结合鹈鹕算法优化卷积神经网络DWT-POA-CNN实现电缆故障诊断算法 2.数据为多特征分类数据输入12个特征分四类 3.运行环境MATLAB2018b及以上,程序乱码是由于版本不一致导致可以用记事本打开复制到你的文件。 4.excel数据方便替换运行环境2018及以上。 5.代码特点参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 程序设计
完整程序和数据获取方式私信博主回复Matlab实现基于小波包结合鹈鹕算法优化卷积神经网络DWT-POA-CNN实现电缆故障诊断算法。
%% 清空环境变量
warning off % 关闭报警信息
close all % 关闭开启的图窗
clear % 清空变量
clc % 清空命令行%% 导入数据
res xlsread(数据集.xlsx);
%% 划分训练集和测试集%
P_train res(1: 250, 1: 12);
T_train res(1: 250, 13);
M size(P_train, 2);P_test res(251: end, 1: 12);
T_test res(251: end, 13);
N size(P_test, 2);
%% 数据归一化
[p_train, ps_input] mapminmax(P_train,0,1);
p_test mapminmax(apply,P_test,ps_input);
t_train T_train;
t_test T_test;T_sim1 T_sim1(index_1);
T_sim2 T_sim2(index_2);
%% 性能评价
error1 sum((T_sim1 T_train))/M * 100 ;
error2 sum((T_sim2 T_test))/N * 100 ;%% 优化曲线
figure
plot(curve, linewidth,1.5);xlabel(The number of iterations)
ylabel(Fitness)
grid on;
%% 绘图
figure
plot(1: M, T_train, r-*, 1: M, T_sim1, b-o, LineWidth, 1)
legend(真实值, 预测值)
xlabel(预测样本)
ylabel(预测结果)
string {训练集预测结果对比; [准确率 num2str(error1) %]};
title(string)
xlim([1, M])
gridfigure
plot(1: N, T_test, r-*, 1: N, T_sim2, b-o, LineWidth, 1)
legend(真实值, 预测值)
xlabel(预测样本)
ylabel(预测结果)
string {测试集预测结果对比; [准确率 num2str(error2) %]};
title(string)
xlim([1, N])
grid%% 混淆矩阵
figure
cm confusionchart(T_train, T_sim1);
cm.Title Confusion Matrix for Train Data;
cm.ColumnSummary column-normalized;
cm.RowSummary row-normalized;figure
cm confusionchart(T_test, T_sim2);
cm.Title Confusion Matrix for Test Data;
cm.ColumnSummary column-normalized;
cm.RowSummary row-normalized;
参考资料 [1] http://t.csdn.cn/pCWSp [2] https://download.csdn.net/download/kjm13182345320/87568090?spm1001.2014.3001.5501 [3] https://blog.csdn.net/kjm13182345320/article/details/129433463?spm1001.2014.3001.5501
