# 1DCNN-Fault-Detection-CWRU
本项目为一维CNN用于工业故障检测,仿真数据集为CWRU(凯西私储大学的公开轴承数据集)
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
一维DCNN用于轴承故障诊断,仿真数据集为CWRU(凯西私储大学的公开轴承数据集) 轴承故障诊断时机械状态监测的热门研究方向,其算法的核心在于信号特征提取与模式分类两个部分。在轴承故障诊断领域,常见的特征提取算法有快速傅里叶变化,小波变换,经验模式分解以及信号的统计学特征等,常见的模式分类算法有支持向量机,BP 神经网络(也称为多层感知器),贝叶斯分类器以及最近邻分类器等。当下轴承故障诊断的研究热点是可以归结为 3 类:寻找更好的特征表达;寻找最适合的特征表达以及分类器的组合;以及发明新的传感器。
资源推荐
资源详情
资源评论
收起资源包目录
1DCNN_Fault_Detection-master.zip (51个子文件)
1DCNN_Fault_Detection-master
models
__pycache__
__init__.cpython-37.pyc 175B
CWRUcnn.cpython-37.pyc 2KB
BasicModule.cpython-37.pyc 1KB
__init__.py 123B
BasicModule.py 1KB
CWRUcnn.py 2KB
main.py 7KB
data
images
DE_2_4.png 279KB
DE_3_4.png 286KB
DE_1_4.png 292KB
DE_0_4.png 282KB
digits_tsne_1.png 387KB
DE_feature_0_4.png 80KB
digits_tsne-pca.png 170KB
DE_feature_1_4.png 91KB
DE_feature_0_10.png 142KB
digits_tsne.png 215KB
DE_0_10.png 506KB
DE_feature_2_4.png 95KB
DE_feature_3_4.png 96KB
annotations_4.txt 59B
t-SNE.py 2KB
raw_data
README.txt 308B
annotations.txt 2KB
annotations.xls 524KB
__pycache__
__init__.cpython-37.pyc 186B
dataset.cpython-37.pyc 1KB
dataset.py 903B
annotations_10.txt 116B
data_preprocess.py 7KB
Normal.png 234KB
__init__.py 129B
Outer raceway Fault.png 178KB
Inner raceway Fault.png 230KB
Roll Fault.png 302KB
test.py 257B
__pycache__
config.cpython-37.pyc 1KB
results
confuse_matrix_rate.xlsx 5KB
.idea
1D-CNN_Fault_Detection.iml 333B
misc.xml 304B
vcs.xml 180B
modules.xml 296B
.gitignore 38B
inspectionProfiles
Project_Default.xml 581B
profiles_settings.xml 128B
数据分析.txt 29KB
config.py 2KB
README.md 148B
utils
visualize.py 1KB
utils.py 2KB
__init__.py 93B
共 51 条
- 1
资源存储库
- 粉丝: 4443
- 资源: 392
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
- 1
- 2
- 3
前往页