DATASET_TASK_CLASS = { 'THU_006_basic': THU_006or018_basic, 'THU_018_basic': THU_006or018_basic, 'THU_018_few_shot': THU_006or018_few_shot, 'THU_006_few_shot': THU_006or018_few_shot, 'THU_006_generalization': THU_006_generalization
}
├── configs
├── data
│ ├── __pycache__
│ ├── data_provider.py
│ ├── datasets.py
│ └── utils.py
├── model
│ ├── __pycache__
│ ├── past
│ ├── dict.md
│ ├── Feature_extract.py
│ ├── Logic_inference.py
│ ├── parse_network.py
│ ├── Signal_processing.py
│ ├── TSPN.py
│ └── utils.py
├── model_collection
│ ├── __pycache__
│ ├── MCN
│ ├── TFN
│ ├── EELM.py
│ ├── F_EQL.py
│ ├── MCN.py
│ ├── MWA_CNN.py
│ ├── Resnet.py
│ ├── Sincnet.py
│ ├── test_models.py
│ ├── TFN.py
│ └── WKN.py
├── save
├── test
├── trainer
│ ├── __pycache__
│ ├── trainer_basic.py
│ ├── trainer_set.py
│ └── utils.py
├── .gitignore
├── main_com.py
├── main.py
└── post_analysis.ipynb
- FFT：快速傅里叶变换。公式为：$X(k) = \sum_{n=0}^{N-1} x(n)e^{-j2\pi kn/N}$。
- wavelet_transform：小波变换。公式为：$W(a,b) = \frac{1}{\sqrt{|a|}}\int_{-\infty}^{+\infty} x(t)\psi(\frac{t-b}{a})dt$。
- Hilbert_transform：希尔伯特变换。公式为：$H(x(t)) = \frac{1}{\pi}P\int_{-\infty}^{+\infty} \frac{x(\tau)}{t-\tau}d\tau$。
- wavefilter：小波滤波。公式为：$y(t) = \sum_{n=0}^{N-1} h(n)x(t-n)$。
-
MeanFeature：计算输入x的均值。公式为：$\mu = \frac{1}{N}\sum_{i=1}^{N} x_i$。
-
StdFeature：计算输入x的标准差。公式为：$\sigma = \sqrt{\frac{1}{N}\sum_{i=1}^{N} (x_i - \mu)^2}$。
-
VarFeature：计算输入x的方差。公式为：$\sigma^2 = \frac{1}{N}\sum_{i=1}^{N} (x_i - \mu)^2$。
-
EntropyFeature：计算输入x的熵。公式为：$H(x) = -\sum_{i=1}^{N} p(x_i) \log p(x_i)$。
-
MaxFeature：计算输入x的最大值。公式为：$max(x) = \max_{i} x_i$。
-
MinFeature：计算输入x的最小值。公式为：$min(x) = \min_{i} x_i$。
-
AbsMeanFeature：计算输入x的绝对值的均值。公式为：$abs_mean(x) = \frac{1}{N}\sum_{i=1}^{N} |x_i|$。
-
KurtosisFeature：计算输入x的峰度。公式为：$kurtosis(x) = \frac{\frac{1}{N}\sum_{i=1}^{N} (x_i - \mu)^4}{\sigma^4}$。
-
RMSFeature：计算输入x的均方根值。公式为：$rms(x) = \sqrt{\frac{1}{N}\sum_{i=1}^{N} x_i^2}$。
-
CrestFactorFeature：计算输入x的峰值因子。公式为：$crest_factor(x) = \frac{\max_{i} x_i}{rms(x)}$。
-
ClearanceFactorFeature：计算输入x的间隙因子。公式为：$clearance_factor(x) = \frac{\max_{i} x_i}{abs_mean(x)}$。
-
SkewnessFeature：计算输入x的偏度。公式为：$skewness(x) = \frac{\frac{1}{N}\sum_{i=1}^{N} (x_i - \mu)^3}{\sigma^3}$。
-
ShapeFactorFeature：计算输入x的形状因子。公式为：$shape_factor(x) = \frac{rms(x)}{abs_mean(x)}$。
-
CrestFactorDeltaFeature：计算输入x的峰值因子的差分值。公式为：$crest_factor_delta(x) = \frac{\sqrt{\frac{1}{N}\sum_{i=1}^{N} (x_{i+1} - x_i)^2}}{abs_mean(x)}$。
没有用wandb记录 以及sweep 以及自动调参
git filter-branch --force --index-filter
"git rm --cached --post_analysis.ipynb"
--prune-empty --tag-name-filter cat -- --all
git filter-branch --force --index-filter
"git rm --cached --ignore-unmatch 'post_analysis.ipynb'"
--prune-empty --tag-name-filter cat -- --all