Python基于KAN卷积神经网络的滚动轴承故障诊断

• 数据集：CWRU数据集
• 模型框架：pytorch

一、数据集处理

通过滑动窗口提取数据，窗口为3072，10分类任务

二、网络模型

KAN 卷积与卷积非常相似，但不是在内核和图像中相应像素之间应用点积，而是对每个元素应用可学习的非线性激活函数，然后将它们相加。KAN 卷积的内核相当于 4 个输入和 1 个输出神经元的 KAN 线性层。对于每个输入 i，应用 ϕ_i 可学习函数，该卷积步骤的结果像素是 ϕ_i (x_i) 的总和。

三、模型预测效果

损失函数：

混淆矩阵

四、代码获取

感兴趣的朋友可以关注最后一行

import torch
import torch.nn as nn
import numpy as np
import pandas as pd
import warnings
from torch import optim
from torch.utils.data import DataLoader
from sklearn.metrics import f1_score, accuracy_score, precision_score, recall_score, roc_curve, auc, confusion_matrix
import matplotlib.pyplot as plt
import seaborn as sns


%% https://mbd.pub/o/bread/mbd-ZpiclJ5p