文件列表:

data (0, 2019-09-11)
data\0HP (0, 2019-09-11)
data\0HP\12k_Drive_End_B007_0_118.mat (2942112, 2019-09-11)
data\0HP\12k_Drive_End_IR007_0_105.mat (2910768, 2019-09-11)
data\0HP\12k_Drive_End_OR007@6_0_130.mat (2928192, 2019-09-11)
data\0HP\normal_0_97.mat (3903344, 2019-09-11)
proprecess.py (7853, 2019-09-11)
train.py (6383, 2019-09-11)
神经网络结构.jpg (88252, 2019-09-11)

# 1DCNN 一维卷积神经网络 我们采用一维卷积神经网络。设计思路如下: 输入层为整个神经网络的输入接口,输入数据的格式为包含2048个特征的张量。数据经过输入层,将数据格式改为含有2048个特征和一个输出通道的张量,并将其输入到卷积层。卷积层是整个神经网络的核心,整个神经网络包含3个卷积层,每个卷积分别对输入数据进行卷积、激活和池化3项操作。具体为:第一卷积层的输入数据格式为含有2048个特征和1个输入通道的张量。经过卷积后,将数据格式改为含有1024个特征和32个输出通道的张量。之后对数据进行激活,不改变数据的格式。接着对数据进行最大池化,将数据格式改为含有512个特征和32个输出通道的张量。最后将数据传递到神经网络的下一层。数据经过3个卷积层后,其格式改为含有32个特征和128个输出通道的张量。此时需要对数据进行全连接,首先需要对数据作扁平化处理,将数据格式改为含有4096个特征的张量。第一全连接层对此张量进行激活,形成含有1024个特征的张量,在经过第二全连接层后,将数据改为含有4个特征的张量。这4个特征对应为滚动轴承的4中不同状态。神经网络具体结构如图所示。 

近期下载者：

相关文件：

评论：[我要评论] [举报此文件]

收藏者：