关于西储大学轴承数据集的一些基本结论

研究生阶段基本都在研究这个数据集了，其实也是很无奈的事，没有导师指导也没有师兄弟和实验室，这个数据集用的人多，网上资源也不少，所以就以它为准了，下面是一些基本结论，我先写出来，抽空会把验证过程重新展示出来，主要是防止大家在一些基本问题上多耗费时间吧。

1. 这个数据集很干净，任意同工况的10分类难度都不大。简单的卷积模型都能轻易达到99%以上的准确率，因此同一工况下比较方法的优劣其实说服力不大。
2. 不同工况之间迁移学习求准确率均值的方法比较常见，可以作为优劣的评判指标。最常见的基本就是3个工况之间互相迁移测试，然后求均值的做法。前几年的论文基本在93%到95%左右，我自己试了很多新的模型和方法，准确率直接飙到99.2%了，这下好像也没啥继续研究地价值了。。。。
3. 不同的数据集处理方式对结果影响很大。要不要做滑窗取值、数据集0-1标准化、如果滑窗取值的话是测试集保持分割还是也滑窗？一维时域、二维时域、一维频域、二维频域、短时傅里叶变换时频图、小波时频图，这几个到底差别有多大？这里需要很多次验证，滑窗和标准化肯定是要做的，最好是训练集测试集都做；目前我做的二维频域效果最好，时频图还没有测试过，后续可以试试看。
4. 不同方法抗噪能力还是有很大区别的。这个也算是个硬指标，毕竟噪声加再多都可以，直到分出高下。

以上这些只是粗浅的结论，相关证明过程我会花一些时间贴出来，供大家参考讨论，如果有希望我试一试的，也可以留言，一个星期以后论文交了就有时间了~