← 返回设计浏览

DESIGN PROJECT · 10 IMAGES

基于时域与频域对比学习的时间序列异常检测算法

系统界面、功能流程与设计成果可视化记录

项目说明

该项目在编辑器左侧展示 shiyu 项目目录,含 .venv、config、cpt、data_factory 等文件夹;顶部打开 attn.py、embed.py、requirements.txt 三个文件,requirements.txt 列出 torch、numpy、pandas、scikit-learn、scipy 依赖。终端先打印 d_model、data_path、dataset、e_layers、lr、num_epochs、seg_size、win_size 等配置参数,随后输出 train、test 数据形状,并进入 TRAIN MODE 与 TEST MODE 进度条,最后打印 Threshold、pred、gt 及 Accuracy、Precision、Recall、F1 指标。

PROJECT · VIDEO

项目演示视频

基于时域与频域对比学习的时间序列异常检测算法
在 B站打开 ↗
视频来自码尔代夫的代码 B站账号2:30
基于时域与频域对比学习的时间序列异常检测算法项目截图 1
基于时域与频域对比学习的时间序列异常检测算法 · 01
基于时域与频域对比学习的时间序列异常检测算法项目截图 2
基于时域与频域对比学习的时间序列异常检测算法 · 02
基于时域与频域对比学习的时间序列异常检测算法项目截图 3
基于时域与频域对比学习的时间序列异常检测算法 · 03
基于时域与频域对比学习的时间序列异常检测算法项目截图 4
基于时域与频域对比学习的时间序列异常检测算法 · 04
基于时域与频域对比学习的时间序列异常检测算法项目截图 5
基于时域与频域对比学习的时间序列异常检测算法 · 05
基于时域与频域对比学习的时间序列异常检测算法项目截图 6
基于时域与频域对比学习的时间序列异常检测算法 · 06
基于时域与频域对比学习的时间序列异常检测算法项目截图 7
基于时域与频域对比学习的时间序列异常检测算法 · 07
基于时域与频域对比学习的时间序列异常检测算法项目截图 8
基于时域与频域对比学习的时间序列异常检测算法 · 08
基于时域与频域对比学习的时间序列异常检测算法项目截图 9
基于时域与频域对比学习的时间序列异常检测算法 · 09
基于时域与频域对比学习的时间序列异常检测算法项目截图 10
基于时域与频域对比学习的时间序列异常检测算法 · 10

END OF PROJECT

继续浏览其他设计 →