网上有不少方法,本人尝试了下.
一、选取西储大学轴承数据
卷积神经网络西储大学轴承故障诊断(基于时频变换)
二、利用短时傅立叶或小波变换为时频图,选取了cmor小波的方法,得到640张时频图如下
卷积神经网络西储大学轴承故障诊断(基于时频变换)
三、直接利用alexnet,做分类实验
卷积神经网络西储大学轴承故障诊断(基于时频变换)
得到结果

卷积神经网络西储大学轴承故障诊断(基于时频变换)
卷积神经网络西储大学轴承故障诊断(基于时频变换)
感觉总体正确率很高,可分性较强。

相关文章:

  • 2022-01-01
  • 2021-12-26
  • 2021-12-29
  • 2021-11-01
  • 2022-12-23
  • 2021-10-08
  • 2022-01-21
  • 2021-06-29
猜你喜欢
  • 2021-04-17
  • 2021-09-21
  • 2022-01-18
  • 2021-05-05
  • 2021-08-17
  • 2021-11-20
  • 2022-12-23
相关资源
相似解决方案