提出了基于多代理决策融合的电机状态识别系统.以电机的振动信号和电流信号为输入,六种分类器用来识别其状态.每个分类器视为一个代理,独立完成模式识别工作后,同其他分类器交换信息从而提高识别率.本文还将传感器融合和分类器选择融入系统,同单源数据和无分类器选择相比具有更大的优势,使最终电机状态识别率达到98.9%

演示演讲PPT成功案例：课题分析与信息查询实例分析

《数字信号处理》课程教学资源（设计指导）第1章 信号的时域分析

《数字信号处理》课程教学资源（设计指导）第2章 信号的频域分析

复旦大学：《传播学概论》课程教学资源（作业分析）微信表情包的传播分析

新疆大学：《数字信号处理》课程教学课件（PPT讲稿）第三章 离散傅里叶变换及其快速算法 3.1 离散傅立叶变换 3.2 利用DFT进行连续信号的频谱分析

广东工业大学：《漫谈测试技术》课程教学资源（课件讲稿）第2章 漫谈信号描述与分析

第1节 推销成交概述 第2节 推销成交的信号和条件分析 第3节 推销成交的方法技巧 第4节 推销成交的反馈

机器学习：基于细精度关联规则挖掘的电信客户流失分析

上海交通大学：《物理实验》精品课程教学资源（研究学习）信号傅立叶分析项目