基于连续小波变换和卷积神经网络对滚动轴承的故障诊断：matlab源码及word报告详解（四分类，附matlab源码及word报告）

本文利用凯斯西储大学轴承中心数据，采用了连续小波变换（Continue Wavelet Transform，CWT）提取振动信号的时频特征，并将其时频图整理，作为卷积神经网络的输入。然后，划分训练集和测试集，搭建卷积神经网络（Convolutional Neural Network,CNN），学习不同失效模式下的时频图。最后，根据测试集，通过TSNE可视化和混淆矩阵，分析CNN神经网络的智能诊断效果。

##部分代码

# 模型预测
# 更多代码联系2580758037@qq.com
y_1D_pred_optimized = optimized_model.model.predict(X_1D_test)
y_1D_pred_classes_optimized = np.argmax(y_1D_pred_optimized, axis=1)