#?-*-?coding:?utf-8?-*-
“““
Created?on?Mon?Apr??2?11:46:50?2018

@author:?FDS
“““
#電機故障數(shù)據(jù)檢測（只針對一圈）
#一組數(shù)據(jù)一組數(shù)據(jù)進行訓練
#
#
import?tensorflow?as?tf
import?numpy?as?np
import?scipy.io?as?sio
import?random
#輸入數(shù)據(jù)部分
#
data_inter=sio.loadmat（‘C:/Users/FDS/Desktop/data2018/data_prepare_inter.mat‘）[‘data_E‘]#故障數(shù)據(jù)
data_normal=sio.loadmat（‘C:/Users/FDS/Desktop/data2018/data_prepare_normal.mat‘）[‘data_Enormal‘]#正常總數(shù)據(jù)



a=np.array（data_inter[0:100]）
b=np.array（data_normal[0:450]）

train_data=np.concatenate（（ab）axis=0）

c=np.array（data_inter[100:]）
d=np.array（data_normal[450:]）

test_data=np.concatenate（（cd）axis=0）

y_train_data=np.concatenate（（np.ones（a.shape[0]）np.zeros（b.shape[0]））axis=0）#訓練標簽
y_train_data.shape=（y_train_data.shape[0]1）


y_test_data=np.concatenate（（np.ones（c.shape[0]）np.zeros（d.shape[0]））axis=0）#測試標簽
y_test_data.shape=（y_test_data.shape[0]1）

e=np.zeros（（5502））?#全部訓練數(shù)據(jù)的標簽

for?i?in?range（0100）:
????e[i][1]=1??
for?i?in?range（100550）:
????e[i][0]=1



e_test=np.zeros（（572））
for?i?in?range（022）:
????e_test[i][1]=1

for?i?in?range（2257）:
????e_test[i][0]=1
????
#模型搭建部分
x_data=tf.placeholder（“float32“[None8]）
weight=tf.Variable（tf.ones（[82]））
bias=tf.Variable（tf.ones（[2]））
y_model=tf.nn.softmax（tf.matmul（x_dataweight）+bias）

y_data=tf.placeholder（“float32“[None2]）
loss=tf.reduce_sum（tf.pow（（y_model-y_data）2））

train_step=tf.train.GradientDescentOptimizer（0.01）.minimize（loss）
init=tf.global_variables_initializer（）
sess=tf.Session（）
sess.run（init）




temp_x=np.zeros（（508））#隨機取50組數(shù)據(jù)進行訓練
temp_y=np.zeros（（502））#隨機50組數(shù)據(jù)的標簽值
#訓練
for?i?in?range（1000）:
????rand=random.randint（0499）??#產(chǎn)生隨機數(shù)
????for?k?in?range（050）:
????????temp_x[k]=train_data[rand+k]#訓練值
????????temp_y[k]=e[rand+k]#標簽值
????sess.run（train_stepfeed_dict={x_data:temp_xy_data:temp_y}）?
????if?i%5==0:
????????correct_prediction=tf.equal（tf.argmax（y_model1）tf.argmax（y_data1））
????????accuracy=tf.reduce_mean（tf.cast（correct_prediction“float“））
????????print（sess.run（accuracyfeed_dict={x_data:test_datay_data:?e_test}））

?print（sess.run（weight））??#輸出權(quán)重
?print（sess.run（bias））????#輸入偏離值

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????2404??2018-04-08?16:27??untitled1.py

?????文件???????5838??2018-04-01?14:29??data2018\data_prepare_inter.mat

?????文件??????22389??2018-04-01?14:39??data2018\data_prepare_normal.mat

?????目錄??????????0??2018-04-01?15:00??data2018

-----------?---------??----------?-----??----

????????????????30631????????????????????4