rolling-bear-fault-diagnosis-based-wavelet-time-frequency-map-and-CNN:从原始的振动信号中获取小波时频图,然后输入到CNN中进行故障诊断,测试集的诊断精度最高

上传者: 42117032 | 上传时间: 2021-05-29 10:12:30 | 文件大小: 1KB | 文件类型: ZIP
rolling-bear-fault-diagnosis-based-wavelet-time-frequency-map-and-CNN The wavelet time-frequency map is obtained from the original vibration signal, and then input into CNN to realize fault diagnosis, the test set has the highest diagnostic accuracy 在matlab和pytorch0.4下,通过matlab对原始振动信号求取小波时频图,然后输入进pytorchCNN实现故障诊断,测试集诊断精度最高达99.5%。代码出售的、出售的、出售的,需要的加qq2919218574.详细见我的博客: 小波时频数据为:链接: 提取码: xhqz

文件下载

资源详情

[{"title":"( 1 个子文件 1KB ) rolling-bear-fault-diagnosis-based-wavelet-time-frequency-map-and-CNN:从原始的振动信号中获取小波时频图,然后输入到CNN中进行故障诊断,测试集的诊断精度最高","children":[{"title":"rolling-bear-fault-diagnosis-based-wavelet-time-frequency-map-and-CNN-master","children":[{"title":"README.md <span style='color:#111;'> 650B </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明