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)