主要内容

统计和机器学习应用

将统计和机器学习方法应用于特定行业的工作流程

统计和机器学习工具箱™提供了描述、分析和建模数据的工具。应用这些工具,结合其他MATLAB®工具箱,以执行特定于行业的工作流。一些应用领域包括:

  • 航空航天-探索雷达和其他信号,发现异常,建立预测模型。

  • 生物技术和医药-分析临床数据,为药物发现和开发进行建模和仿真。

  • 通信与信号处理-分类音频和其他信号,建模无线设备和集成电路。

  • 能源生产-预测能源需求,监控生产设备,优化石油和天然气中的化学品的加工。

  • 工业自动化与机械-将多元统计和预测建模应用于工业过程数据,监控制造过程和产品质量,提高利用率和良率。

  • 医疗设备-在生物医学时间序列和图像数据上构建可解释的机器学习算法,以开发符合监管标准的应用程序。

  • 量化金融与风险管理培训、比较和优化算法交易、资产配置、信用风险和欺诈检测的模型。

航空航天

基于机器学习和深度学习的雷达目标分类(雷达工具箱)

使用机器和深度学习方法对雷达回波进行分类。

生物技术和医药

高通量测序

药物发现和定量系统药理学“,

通信与信号处理

射频数据文件s参数的数据分析(射频工具箱)

使用幅度、平均值和标准差对s参数数据文件进行统计分析。

基于GPU加速的小波时间散射-语音数字识别(小波工具箱)

提取特征在您的GPU信号分类。

音频分类的特征选择(音频工具箱)

执行音频特征选择,为说话人识别或单词识别任务选择一个特征集。

利用音高和MFCC识别说话人(音频工具箱)

这个例子演示了一种基于从录音语音中提取的特征来识别人的机器学习方法。

使用x向量的扬声器diization(音频工具箱)

说话人划分是根据说话人身份将音频信号划分为多个片段的过程。

使用条件GAN生成合成信号(信号处理工具箱)

使用条件生成对抗网络产生合成信号。

利用信号特征提取和机器学习进行人体活动识别(信号处理工具箱)

从智能手机传感器信号中提取特征,并用它们对人类活动进行分类。

能源生产

资产管理预测分析

  • 风力发电机高速轴承预测(预测维护工具箱)
    建立指数退化模型,实时预测风力发电机轴承的剩余使用寿命。指数退化模型基于参数先验和最新测量值预测RUL。

能源交易与风险管理(ETRM)

工业自动化与机械

基于数据模型的故障检测(预测维护工具箱)

使用基于数据的建模方法进行故障检测。

基于三轴振动数据的工业机械异常检测(预测维护工具箱)

利用机器学习和深度学习检测工业机器振动数据的异常。

建立工业机械与制造过程的条件模型

使用classification Learner App训练二元分类模型,以检测从工业制造机器收集的传感器数据中的异常。

滚动轴承故障诊断(预测维护工具箱)

基于加速度信号进行滚动轴承故障诊断。

基于残差分析的离心泵故障诊断(预测维护工具箱)

使用基于模型奇偶方程的方法来检测和诊断泵系统的故障。

基于小波散射的空压机故障检测(小波工具箱)

利用小波散射网络和支持向量机对空压机录音中的故障进行分类。

使用机器学习预测电池充电状态

训练高斯过程回归模型来预测汽车工程中电池的充电状态。

将神经网络回归模型部署到FPGA/ASIC平台

预测的模型®利用神经网络回归模型,并利用HDL代码生成将Simulink模型部署到FPGA/ASIC平台上。

医疗设备

小波时间散射在心电信号分类中的应用(小波工具箱)

利用小波时间散射和支持向量机分类器对心电图信号进行分类。

心音图数据的小波时间散射分类(小波工具箱)

利用小波时间散射和支持向量机分类器对人心音图录音进行分类。

智能手机部署的人体活动识别Simulink模型

从准备部署到智能手机的分类Simulink模型生成代码。

定点部署的Simulink人体活动识别模型

从为定点部署准备的分类Simulink模型生成代码。

量化金融与风险管理

算法交易

信用风险

投资组合优化与资产配置

计量经济学建模

Baidu
map