ssa-xgboost

机器学习之心16 天前
分类·cnn·ssa-xgboost·故障识别·gadf-cnn
故障识别 | GADF-CNN-SSA-XGBoost数据分类预测/故障识别（Matlab）格拉姆角场差（GADF）转换： 格拉姆角场差是一种时频分析方法，能够捕捉时间序列数据中的动态特性和内在结构。 将一维故障数据信号转换为二维图像，使得时间序列的复杂特征在二维空间中得以体现。 这种转换有助于后续利用图像处理技术进行特征提取和分类。 图像降维处理： 对GADF图像进行降维处理，以减少数据维度，降低计算复杂度。 二维卷积神经网络（CNN）特征提取： 将降维后的GADF图像输入二维CNN进行自适应特征提取。 CNN能够自动学习图像中的特征，并提取出对分类任务有用的信息。 全连接层的结果作为后续分类
机器学习之心1 年前
时间序列预测·ssa-xgboost·xgboost·ssa·麻雀算法优化·极限梯度提升树
时序预测 | MATLAB实现SSA-XGBoost(麻雀算法优化极限梯度提升树)时间序列预测Matlab实现SSA-XGBoost时间序列预测，麻雀算法优化极限梯度提升树，优化最大迭代次数，深度，学习率； 1.data为数据集，单变量时间序列数据集。 2.MainSSAXGBoostTS.m为主程序文件，其他为函数文件，无需运行; 3.评价指标R2、MAE、MAPE、MSE、MBE； 4.注意程序和数据放在一个文件夹，文件夹不可以XGBoost命名，因为有函数已经用过，运行环境为Matlab2018及以上。