代码中数据挖掘所需附件，对应于源文件稍有改动。本文件来源于福州大学数学建模竞赛题B题附件，仅供学习交流。

文件来源于竞赛题目

2022年五一数学建模联赛B题成品，自己做的参赛论文，代码数据都在，有任何问题可以咨询我，可以学习参考和作业使用。原创成品欲购从速

内含试题、官方通讯、某笔者撰写的分析报告一份、多篇国家一等奖范文、matlab创新奖范文、题目分析、参赛情况等详细通讯、以及模型分析文档。覆盖所能找到的全国大学生数学建模2009B题的全部资料。对于本题来说，下载这一个资料就足够了。

2019年全国高教社杯全国大学生数学建模B题优秀论文（附代码）

无线识别装置无线识别装置无线识别装置无线识别装置

采用多重假设检验进行遗传基因定位的数学类文献。对加深基因学的数学理论基础有重要作用。

本文针对齿轮箱故障检测与诊断问题，运用信号处理和神经网络等相关知识，构建了小波变换模型、1D-CNN 模型进行齿轮箱工作状态的分析。综合运用 MATLAB 和 Python 等软件编程求解，通过模型参数调整使 1D-CNN 模型效果趋于最优，最终得到较为准确的诊断结果。对于输入神经网络的数据，进行训练集与测试集的划分以及归一化、编码分类标签等操作便于模型训练。 有问题欢迎私信沟通交流，共同学习！

本文针对齿轮箱故障检测与诊断问题，运用信号处理和神经网络等相关知识，构建了小波变换模型、1D-CNN 模型进行齿轮箱工作状态的分析。综合运用 MATLAB 和 Python 等软件编程求解，通过模型参数调整使 1D-CNN 模型效果趋于最优，最终得到较为准确的诊断结果。对于输入神经网络的数据，进行训练集与测试集的划分以及归一化、编码分类标签等操作便于模型训练。 有问题欢迎私信沟通交流，共同学习！ 参考文献 [1] 李鹏, 孔凡让, 何清波. 齿轮箱状态监测中的振动信号多标度分析[J]. 计算机工程, 2011, 37(14):242-244. [2] 杨永灿, 刘韬, 柳小勤,等. 基于注意力机制的一维卷积神经网络行星齿轮箱故障诊断 [J]. 机械与电子, 2021, 39(10):6. [3] 梁睿君, 冉文丰, 余传粮,等. 基于 CWT-CNN 的齿轮箱运行故障状态识别[J]. 航空动 力学报, 2021, 36(12):9. [4] 吴春志, 江鹏程, 冯辅周,等. 基于一维卷积神经网络的齿轮箱故障诊断[J]. 振动与冲 击, 2018, 37(22):6.

高年级组：江科大（张家港、苏理工）电赛校内赛B题.pdf