滚动轴承振动序列的预处理--CWRU数据集

下文的是一些关键数据处理的实现代码，整体代码见我的Github
-----------------------------分割线---------------------------------
试验中发现对返回数据的shape进行如下改进会更好一些：

• 对iteror_raw_data（）中的返回值data维度降为1维。从而使得data_augment（）部分返回值X变为二维数据，进而使得可以对X进行数据标准化
• 修改标准化部分内容
• 其余内容见我的Github

1.内容

对CWRU轴承数据集中12kDriveEndBearingFaultData进行：

• 读取指定的.mat文件；
• 标签标注和数据提取；
• 数据增强处理；
• 标准化设计；
• 对标签为"normal"的数据进行降采样；

2.读取mat文件和数据标注

这部分的思路是，通过scipy.io.loadmat 载入指定的mat文件（"FE"或者“DE”数据），然后设计一个(X，y)的生成器来返回数据和数据标签；其中，X表示数据data， y是数据标签label。

import os
from scipy.io  import loadmat

def iteror_raw_data(data_path,data_mark):
    """ 
       打标签，并返回数据的生成器：标签，样本数据。
  
       :param data_path：.mat文件所在路径
       :param data_mark："FE" 或 "DE"                                                   
       :return iteror：（标签，样本数据）
    """  

    # 标签数字编码
    labels = {
   "normal":0, "IR007":1, "IR014":2, "IR021":3, "OR007":4,
            "OR014":5, "OR021":6}

    # 列出所有文件
    filenams = os.listdir(data_path)

    # 逐个对mat文件进行打标签和数据提取
    for single_mat in filenams: 
        
        single_mat_path = os.path.join(data_path, single_mat)
        # 打标签
        label = None
        for key, _ in labels.items