目录
注册/登陆账号
0. MATLAB代码定制
1. 时间序列
1.1 ARIMA
ARIMA代码说明文档（公开版）
ARIMA工具箱使用手册（完整版）
ARIMA图形界面版（试用版）
ARIMA图形界面版（完整版）
1.2 SARIMA
SARIMA代码说明文档（公开版）
SARIMA工具箱使用手册（完整版）
SARIMA图形界面版（试用版）
SARIMA图形界面版（完整版）
1.3 LSTM/BiLSTM/GRU
（纯代码）LSTM/BiLSTM/GRU时间序列预测
图形界面版（试用版）LSTM/BiLSTM/GRU
图形界面版（完整版）LSTM/BiLSTM/GRU
1.4 BP神经网络
BP神经网络时间序列预测程序
1.5 SVM
支持向量机SVM时间序列预测程序
答疑：时间序列预测中，单步预测与多步预测的区别？
2. 时域、频域分析
2.1 时频域分析工具箱（TFA_Toolboxs）下载与安装
2.2 频谱/功率谱快速画图程序
2.3 模态分解与HHT
2.3.1 “类EMD”画图工具使用教程
2.3.2 VMD画图【MATLAB】
2.3.3 EWT画图【MATLAB】
2.3.4 EMD画图【MATLAB】
2.3.4 EMD画图【python】
2.3.5 EEMD画图【MATLAB】
2.3.6 CEEMD画图【MATLAB】
2.3.7 CEEMDAN画图【MATLAB】
2.3.8 ICEEMDAN画图【MATLAB】
2.3.9 DWT小波分解画图【MATLAB】
2.3.10 小波包分解画图代码【MATLAB】
2.3.11 IMF指标与高低频重构【MATLAB】
2.3.12 FastICA盲源分离
2.4 时频域分析
2.4.1 希尔伯特谱、边际谱、包络谱、瞬时频率/幅值/相位画图
2.4.2 STFT短时傅里叶变换
2.4.3 CWT连续小波变换
2.5 特征提取
2.5.1 特征提取（时域、频域指标）
2.5.2 特征提取（熵特征指标）
2.5.3特征提取（多尺度熵）
2.5.4特征提取（复合多尺度熵）
答疑：采样频率fs要怎样设置？
3. 滤波降噪
3.1 小波阈值滤波算法
3.2 FIR、IIR滤波算法
3.3 类EMD滤波算法
3.4 VMD-ICA滤波算法
3.5 类EMD-小波阈值降噪
4. 模式识别/分类
4.1 BP神经网络
使用python从零开始写一个神经网络
BP神经网络“分类”工具文档（公开版）
BP神经网络“分类”工具手册（完整版）
4.2 LSTM、BiLSTM与GRU
使用LSTM/BiLSTM/GRU做模式识别（分类）
4.3 CNN分类
CNN模式识别（分类）代码
CNN绘图代码
5. 回归预测
5.1 CNN回归预测
6. 数据降维
6.1 主成分分析（PCA）降维
6.2 核主成分分析（KPCA）降维
6.3 t-SNE降维
6.4 MDS降维算法
7. 优化算法
7.1 优化算法合集16种
7.2 VMD的16种优化算法
8.剩余寿命预测
8.1 基于相似性进行剩余有效寿命预测
8.2 基于退化模型进行剩余有效寿命预测
通用视频教程
MATLAB的数据导入
常见报错原因及处理
本书使用 WordBook 发布
剩余寿命预测
剩余寿命预测
最后更新于：2021-11-14 23:45:36
剩余寿命预测
基于相似性进行剩余有效寿命预测
基于退化模型进行剩余有效寿命预测