亲测有效，含运行结果

内容如下： ①12k Drive End Bearing Fault Data # 12k驱动端故障数据 ②12k Fan End Bearing Fault Data # 12k风扇端故障数据 ③48k Drive End Bearing Fault Data # 48k驱动端故障数据 ④Normal Baseline Data # 正常数据 ⑤README.md ⑥说明文件_cn.doc # 说明文件（中文） ⑦说明文件_en.doc # 说明文件（英文原件） ---------- 数据格式：四种数据（①-④）均为.mat格式文件，详细数据说明建议阅读英文说明原件（⑦），建议首先使用Matlab对数据进行预处理。

这是深度收缩残差网络的pytorch版本的完整实现。数据集为江南大学轴承数据集。

1.介绍 毕设研究课题，根据轴承的振动数据信息来诊断轴承故障的位置和故障严重等级。方法思路走的是数据驱动，使用传统机器学习方法以及深度学习方法。这个开源项目做的是整理基于传统机器学习的轴承故障诊断的内容。 主要分为三个部分： 数据集预处理：数据集增强(utils.augment) 特征工程(utils.feature):均值(mean), 均方差(rms), 标准差(std), 偏度(skewness), 峭度(kurtosis), 包络谱最大幅值处频率(maxf), 信号熵(signal_entropy), 信号幅值中位数处概率密度值(am_median_pdf) 分类器训练和保存

（python）论文“时变转速下基于改进图注意力网络的轴承半监督故障诊断”源码

【信号去噪】 基于小波软阈值+硬阈值+改进阈值实现轴承故障仿真信号去噪含Matlab源码

例 12.2 对两类轴承油膜进行数值分析 1.阶形轴承。如图 12-3 所示，把简单的无限宽阶形轴承划分为两个单元，假设为一维 问题。设任一单元内的油膜压力为线性变化，即 x u h1 h2单元1 单元2 l l1 l2 节点1 节点2 节点3

1、python程序 2、有数据集 3、里面进行了三种算法对比，遗传算法、粒子群算法和布谷鸟算法 4、有一篇类似论文

(落地单页)响应式五金零件落地页推广网站源码 轴承机械产品单页pbootcms模板 安装教程https://www.diyiyuanma.cn/153.html

(自适应手机端)响应式五金机械设备企业网站源码 pbootcms营销型机械轴承实业类网站模板安装教程https://www.diyiyuanma.cn/153.html