記一只小風(fēng)扇的升級之路：

之前為大家?guī)砹藘善P(guān)于SVM的介紹與基于python的使用方法。相信大家都已經(jīng)上手體驗，嘗鮮了鳶尾花數(shù)據(jù)集了吧。這里想問下大家，當(dāng)看到模型訓(xùn)練出來的時候，大家是不是都驚詫于模型訓(xùn)練的速度，以及所需要的數(shù)據(jù)之少吧？毫不驕傲的說啊，干相似的事情使用傳統(tǒng)機器學(xué)習(xí)需要更少的資源。

本期小編就繼續(xù)給大家?guī)硪粋€真正的上手項目，基于SVM的電機異常檢測系統(tǒng)。首先，請允許小編先將時間軸撥回到那個無風(fēng)的夏天：

天氣漸熱，相信大家一定和小編一樣被炎熱的天氣搞得生無可戀了。然而，就在小編打算原地躺平，突然一道光出現(xiàn)了。小編遇到了人類歷史上最重要的發(fā)明-電風(fēng)扇。正可謂一扇在手，汗也不流了，敲鍵盤的手速也變快了，可以說，腦子轉(zhuǎn)的都快了~那接下來要研究的問題-怎樣能使電扇悄無聲息的吹風(fēng)呢？

小風(fēng)扇簡直是給我們加了buff，腦子立馬超頻運轉(zhuǎn)了。溫度降低了，智商也就占領(lǐng)高地了。那我們何不做一個小風(fēng)扇的demo呢？我們讓吹風(fēng)扇這個事情，變得更加官方呢。說干就干，先來看下硬件平臺：

硬件平臺包括我們的主控板：MCX-N9XX-BRK板，一顆三色LED燈（異常閃紅，正常綠色），主角小風(fēng)扇，外加貼在上面的MPU6050，用來采集電機運行狀態(tài)。還有顯示單元LCD屏幕，屏上曲線顯示的是當(dāng)前系統(tǒng)健康值：所謂健康值是評判系統(tǒng)異常的指標(biāo)。同時還有一個旋轉(zhuǎn)的變色小風(fēng)扇，顏色同LED變化方式一致。系統(tǒng)框圖：

MCX-N9XX-BRK通過I2C采集3軸加速度計的數(shù)值，處理后將結(jié)果顯示到LCD模塊。程序流程圖如下：

程序分為三個task：

1. sensor task負(fù)責(zé)采集傳感器數(shù)據(jù)

2. ALGO task負(fù)責(zé)將采集到的數(shù)據(jù)進行處理得到特征值，并送到推理引擎進行判斷，此處的推理引擎所用到的就是我們的SVM

3. GUI task負(fù)責(zé)顯示整個推理和訓(xùn)練頁面 程序分為兩個狀態(tài)，訓(xùn)練和推理。訓(xùn)練階段，和python上寫的測試代碼邏輯一致，將采集到的數(shù)據(jù)送至SVM進行模型訓(xùn)練。這里需要特別指出的是，我們這里要訓(xùn)練的實際上是一個單分類模型，即訓(xùn)練前需要首先確定一個運轉(zhuǎn)狀態(tài)，例如：小風(fēng)扇正常運轉(zhuǎn)沒有外界干擾。訓(xùn)練結(jié)束后，即進入推理階段。此時，如果通過外部干擾，改變了風(fēng)扇運行狀態(tài)，比如有堵轉(zhuǎn)，遮擋進風(fēng)口的情況，此時系統(tǒng)就會判定狀態(tài)改變，發(fā)出報警信號。以上就是完整的程序執(zhí)行流。 最后，我們來看下程序一些參數(shù)：

可以看到，數(shù)據(jù)都非常誘人，程序大小、ram占用、推理時間上，相較于深度學(xué)習(xí)都有明顯的優(yōu)勢。同時，最為誘人的是，我們的SVM是支持在線訓(xùn)練的，這樣就意味著，我們可以根據(jù)實際工況進行訓(xùn)練，以滿足實際需求。

審核編輯：劉清