读完需要
速读仅需 2 分钟
请尊重原创劳动成果
转载请注明本文链接
及文章作者：机器学习之心
摘要：剩余使用寿命 | 基于Wiener维纳过程模型的剩余使用寿命（RUL）预测
1
基本介绍
2
运行效果
完整代码付费获取：（白嫖勿扰）
3
clcclear;close all;%%导入数据load('data.mat'); %加载数据cs_data = HHHH(1:1000,1); %提取0-1之间的数据windowsize = 40; %平滑处理，窗口设置大小mm_data = movmean(cs_data, windowsize);data=mm_data(90:830,1)-mm_data(89,1);figure(1) %绘制指标图像subplot(3,1,1)plot(cs_data,'Color','k','LineWidth',1.5)subplot(3,1,2)plot(mm_data,'Color','k','LineWidth',1.5)subplot(3,1,3)plot(data,'Color','k','LineWidth',1.5)%%定义变量n = length(data);h = 1; %定义时间间隔t = [h:h:n*h]'; %定义时间长度jg = 50; %定义估计的时间间隔D = max(data); %定义阈值l_fw = 1000; %定义估计剩余使用寿命的时长范围
嗯，细心的你会发现：https://mbd.pub/o/slowtrain/work
博客专家认证，机器学习领域创作者，2023博客之星TOP50，主做机器学习和深度学习时序、回归、分类、聚类和降维等程序设计和案例分析。科研课题模型定制/横向项目模型仿真/职称学术论文辅导/模型程序讲解均可联系本人唯一QQ1153460737（其他均为盗版，注意甄别）
技术交流群：购买博主任意代码或分享博主博文到任意三方平台后即可添加博主QQ进群
