文件名称：TUG_Analysis
文件大小：18.36MB
文件格式：ZIP
更新时间：2024-05-06 18:36:32
JupyterNotebook
TUG_Analysis 在Jupyter中运行仅针对笔记本电脑进行了测试 相依性 TUG_Label 用于手动标记TUG数据的系统允许定义关注范围并标记部分。 脾气暴躁的 大熊猫 密谋 Matplotlib 要求 杰森 合成数据 一个获取训练数据并创建四个经噪声更改的数据集的系统。 脾气暴躁的 大熊猫 Matplotlib 操作员 CSV TUG_GPC 高斯过程模型，用于自动细分TUG测试。 脾气暴躁的 大熊猫 Matplotlib 密谋 斯克莱恩 统计数据 TUG_CNN 用于自动分割TUG测试的卷积神经网络。 脾气暴躁的 大熊猫 Matplotlib 密谋 斯克莱恩 统计数据 凯拉斯 查看链接 在上查看标签数据 在上查看高斯过程分类器模型使用10个测试数据切割来以95.15％的平均准确度执行。 在上查看CNN模型的平均准确度为96.08％。 在上查看合成
【文件预览】：
TUG_Analysis-main
----labal_training.ipynb(24.65MB)
----synth_data.csv(2.67MB)
----README.md(1KB)
----TUG_GPC.ipynb(17.22MB)
----training_string.csv(534KB)
----Synth_data.ipynb(145KB)
----training_data.csv(544KB)
----.ipynb_checkpoints()
--------TUG_GPC-checkpoint.ipynb(4.76MB)
--------labal_training-checkpoint.ipynb(72B)
--------Synth_data-checkpoint.ipynb(145KB)
--------TUG_Label-checkpoint.ipynb(3.51MB)
--------TUG_CNN-checkpoint.ipynb(72B)
----TUG_CNN.ipynb(13.82MB)
----TUG_Label.ipynb(94KB)
----label_data.csv(56KB)
----data()
--------TEST06.csv(370KB)
--------TEST01.csv(311KB)
--------TEST07.csv(379KB)
--------raw_data.csv(21.18MB)
--------TEST03.csv(237KB)
--------TEST05.csv(416KB)
--------TEST04.csv(241KB)
--------TEST02.csv(279KB)
--------TEST08.csv(249KB)