当前位置：网站首页>sci 顶刊中的 3D 密度函数图

sci 顶刊中的 3D 密度函数图

2022-08-08 00:43:00 【Mrrunsen】

本文主要介绍：使用贝叶斯深度学习来预测产品剩余使用寿命，但是传统的深度学习方法只能得到未来时间点的估计值，并不能包含不确定性因素，而使用贝叶斯深度学习，最后可以得到未来时间点预测值的分布。

文中在模拟阶段给出了一个用 matlab 得到的 3D 密度函数图。
在这里插入图片描述
主要目的：解释使用该方法预测出未来时间点对应剩余使用寿命（RUL）的分布，对应的点估计和真实值。可以看出，该方法点估计和真实值非常接近，并且还给出对应点的核密度函数。根据这个核密度函数你可以求出 的预测区间。

教程
对于这种 3D 的图形，ggplot2 包以及对应的拓展包好像不是很在行，但是也有一些教程可见：3D Plots with ggplot2 and Plotly[1]。这里我们主要使用 plot3D[2] 包中的 scatter3D 函数进行绘制，当然也可以尝试使用 Scatterplot3d[3] 包。

首先构造一些模拟数据作为例子。这里我们假设每个时间点的密度函数服从正态分布，均值分别为 1：5，标准差都为 1。颜色是自己比较喜欢的几种配色，参考小明的推文：R语言ggplot2画图一套好看的配色以及调整字体的简单小例子。

mean1 = 1:5 # 刻画不同时间对应密度函数的均值
l
原网站

版权声明
本文为[Mrrunsen]所创，转载请带上原文链接，感谢
https://blog.csdn.net/Mrrunsen/article/details/126193599

边栏推荐

猜你喜欢

随机推荐