故障分类svm代码

clc
clear all
close all
%数据准备
% A=xlsread（‘C:\Users\lenovo\Desktop\SVMinput.xls‘）;
% b=textread（‘C:\Users\lenovo\Desktop\data\jiangui2\fly1_4.txt‘）;
% n=length（A）;
% for i=0:108
%      j=i+1;
%  data=A（（99*i+1:99*（1+i））2）;
% u（j1）=mean（abs（data））;
% u（j2）=j;
% xrms（j1）=sqrt（sum（data.^2）/n）;
% xrms（j2）=j;
% % k（j1）=kurtosis（data）;
% % k（j2）=j;
% xp（j1）=max（abs（data））;
% xp（j2）=j;
% u=sortrows（u1）;
% xrms=sortrows（xrms1）;
% % k=sortrows（k1）;
% xp=sortrows（xp1）;
% my=[u（:2）xrms（:2）xp（:2）];
% end
% 第一步
% A=textread（‘C:\Users\lenovo\Desktop\data\dataSVM1\1.txt‘）;
% label_t=vertcat（A（（1:90）1）A（（111:155）1）A（（166:210）1））;
% data_t=vertcat（A（（1:90）（2:4））A（（111:155）（2:4））A（（166:210）（2:4）））;
% label_p=vertcat（A（（91:110）1）A（（156:165）1）A（（211:220）1））;
% 
% data_p=vertcat（A（（91:110）（2:4））A（（156:165）（2:4））A（（211:220）（2:4）））;
% model = svmtrain（label_t data_t‘-c 100 -h 1  1 -t 1 -g 0. -d 1 -b 0 -r 0 ‘）
% [predict_label accuracy dec_values] = svmpredict（label_t data_t model）;
% [predict_label1 accuracy dec_values] = svmpredict（label_p data_pmodel）;

% 第二步
% for i=0:35
%     j=i+1;
% name=strcat（‘C:\Users\lenovo\Desktop\dataSVMS\super_high\fry1_‘num2str（2）‘.txt‘）;
% A=textread（name）;
% data=A（（299*i+1:299*（1+i））2）;
% n=length（A）;
% u（j1）=mean（abs（data））;
% u（j2）=j;
% xrms（j1）=sqrt（sum（data.^2）/n）;
% xrms（j2）=j;
% k（j1）=kurtosis（data）;
% k（j2）=j;
% xp（j1）=max（abs（data））;
% xp（j2）=j;
% u=sortrows（u1）;
% xrms=sortrows（xrms1）;
% k=sortrows（k1）;
% xp=sortrows（xp1）;
% my=[uxrmskxp];
% end
% A=textread（‘C:\Users\lenovo\Desktop\data\dataSVM1\2.txt‘）;
% label_t=vertcat（A（（1:50）1）A（（71:120）1））;
% data_t=vertcat（A（（1:50）（2:4））A（（71:120）（2:4）））;
% label_p=vertcat（A（（51:70）1）A（（121:135）1））;
% data_p=vertcat（A（（51:70）（2:4））A（（121:135）（2:4）））;
% model = svmtrain（label_t data_t‘-c 100 -h 1  1 -t 1 -g 0. -d 1 -b 0 -r 0 ‘）
% [predict_label accuracy dec_values] = svmpredict（label_t data_t model）;
% [predict_label1 accuracy dec_values] = svmpredict（label_p data_pmodel）;


% 第三步
% clc
% clf
%