[深度应用]·DC竞赛轴承故障检测开源Baseline（基于Keras1D卷积 val_acc:0.99780）

最新推荐文章于 2023-01-07 14:46:49 发布
置顶 最新推荐文章于 2023-01-07 14:46:49 发布
阅读量7.6k 收藏 97
点赞数 12
分类专栏： 深度学习 简明AI·算法动手学
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xiaosongshine/article/details/89007098
版权
简明AI·算法动手学 同时被 2 个专栏收录
13 篇文章 16 订阅 ¥69.90 ¥99.00
订阅专栏
深度学习
149 篇文章 38 订阅
订阅专栏
该博客分享了一个使用Keras1D卷积的轴承故障检测开源Baseline，实现了0.99780的验证准确率。博主提供了数据读取、网络模型搭建及训练的详细步骤，并对赛题进行了分析。文章还包含了模型的源代码链接和比赛的背景信息。
摘要由CSDN通过智能技术生成

[深度应用]·DC竞赛轴承故障检测开源Baseline（基于Keras1D卷积 val_acc:0.99780）

个人网站--> http://www.yansongsong.cn

Github项目地址--> https://github.com/xiaosongshine/bearing_detection_by_conv1d

欢迎大家关注小宋公众号《极简AI》带你学深度学习：

基于深度学习的理论学习与应用开发技术分享，笔者会经常分享深度学习干货内容，大家在学习或者应用深度学习时，遇到什么问题也可以与我在上面交流知无不答。

出自CSDN博客专家&

了解本专栏 订阅专栏 解锁全文
小宋是呢
关注
专栏目录
订阅专栏
[深度应用]·首届中国心电智能大赛初赛开源Baseline（基于Keras val_acc: 0.88）
简明AI工作室
04-02 9575
[深度应用]·首届中国心电智能大赛初赛开源Baseline（基于Keras val_acc: 0.88） 个人网站-->http://www.yansongsong.cn 项目github地址：https://github.com/xiaosongshine/preliminary_challenge_baseline_keras 初赛介绍：https://blog.csdn.ne...
轴承数据，10种不同类型的轴承数据集
07-07
轴承数据集
DC竞赛_故障诊断_旋转机械_PHM_项目练习汇总
kk_land的博客
08-30 982
1 第三届工业大数据创新竞赛——转子部件脱落故障预测 地址：https://www.dcjingsai.com/v2/cmptDetail.html?id=300 内容： 大型旋转机组设备高速旋转、动能巨大，转子部件脱落故障给设备安全运行带来巨大威胁。而且这类故障维修成本高、耗时长，早期征兆难以捕捉，是故障预测的世界性难题。如果能通过大数据方法，实现此故障征兆的早期发现和程度预测，将带来显著的安全价值和经济效益。 第四届地址（官网）： 第四届工业大数据竞赛 2 轴承故障检测训练赛 竞赛背景： .
轴承故障诊断
x5675602的专栏
05-02 4947
f1=x2f_1=x^2
辛辛那提大学轴承数据集，解压后6.1GB
12-24
辛辛那提大学轴承数据集全部数据，压缩包大于1GB，上传不了，分享到百度网盘，此TXT文档中有下载链接和提取码。
工业大数据竞赛的轴承数据集
小知的博客
12-05 2936
1、工业大数据竞赛的轴承数据集 文章来源于：http://www.52phm.cn/blog/detail/53 竞赛背景及其数据如下。 获取数据方式 链接：http://www.52phm.cn/blog/detail/53
[深度应用]·DC竞赛轴承故障检测开源Baseline（基于Keras1D卷积val_acc0.99780）.zip
10-22
标题中的“DC竞赛轴承故障检测开源Baseline（基于Keras1D卷积val_acc0.99780）”指的是一个深度学习项目，用于在DC（可能是Data Challenge或某个特定组织的竞赛）中解决轴承故障的检测问题。项目采用了一个开源的...
基于深度学习的滚动轴承故障检测方法研究
03-10
[深度应用]·DC竞赛轴承故障检测开源Baseline（基于Keras1D卷积 val_acc:0.99780） 轴承是在机械设备中具有广泛应用的关键部件之一。由于过载，疲劳，磨损，腐蚀等原因，轴承在机器操作过程中容易损坏。事实上，...
Keras搭建卷积神经网络模型
qq_35925375的博客
03-25 2016
Keras搭建卷积神经网络1.卷积Conv2D2.批标准化BN（Batch Normalization）3.激活Activation4.池化Pool2D5.舍弃Dropout总结 卷积就是特征提取器，就是CBAPD。 1.卷积Conv2D TensorFlow给出了计算卷积的函数： tf.keras.layers.Conv2D( filters = 卷积核个数, kernel_size = 卷积核尺寸, #正方形写核长整数，或（核高h，核宽w） strides = 滑动步长, #横纵向相同写步长整数，或
PHM2008 挑战赛数据集
01-06
第一届预测与健康管理国际会议（PHM08）上举行的数据挑战竞赛的数据，是关于发动机组的寿命数据，分为训练集合测试集，有详细的数据说明，可用于机器学习中案例验证。
轴承训练赛 一维卷积tensorflow
06-10
针对故障诊断的 一维数据 进行卷积分类。 和预测
【技术】风电机组齿轮箱状态监测及故障诊断
TianFuRuanJian的博客
07-20 3316
图6右展示了分类模型为BP神经网络时的训练情况。说明基于数学手段抽取的敏感特征指标对设备进行运行监测的路径是有效的，但不同的指标效果表现有较大的差异。具体方法，对于多测点的同一指标，依据平均异常率排序，挑选出平均异常率最高的测点，然后针对不同指标，同样依据平均异常率排序，挑选出平均异常率较高的几个指标作为监测观察指标。在从图4中可以看出，采用“3σ异常值比例”统计的结果较原先的敏感特征，在时间轴上有更为明显的变化趋势，能够更为直观地凸显出异常的渐进性加重逻辑，能够明确地实现提前2-4天告警的效果。...
数据挖掘竞赛-轴承故障检测训练赛
周先森爱吃素的博客
03-31 7153
轴承故障检测训练赛分析。
复杂工况下少样本轴承故障诊断的元学习
qq_43906881的博客
01-07 1219
故障诊断论文：复杂工况下少样本轴承故障诊断的元学习
CWRU滚动轴承数据集简介
Adonisyc的博客
05-23 5014
西储大学滚动轴承数据集简介 数据集连接：CWRU_BearingData 滚动轴承故障模拟实验台
一篇关于轴承故障诊断的综述
热门推荐
weixin_42036144的博客
11-20 2万+
在设备的故障检测中，有约30%-40%的设备故障是由轴承故障引起的，因此本文将列举有关检测轴承故障使用到的相关数据集，模型和算法。 数据集 现有的数据集，普遍由固定在电机马达上的两个震动检测器获得，并根据需要，分离震动数据在时域和频域上的特征以供网络模型学习。 不同的数据集，区别在于，检测的马达转速不同，环境不同，取样频率不同，一段样本的时长不同等等 （1）Case Western Reserve University (CWRU) Dataset 该数据集拥有多种数据，测量的时候，通过改变轴承.
凯斯西出大学轴承数据集数据
HIT_qiang的博客
11-25 6499
This website provides access to ball bearing test data for normal and faulty bearings. Experiments were conducted using a 2 hp Reliance Electric motor, and acceleration data was measured at location
PX4代码解析：振动分析
weixin_44616080的博客
08-24 1571
一、前言 前面的文章主要都是一些理论知识为主，很多读者朋友看了之后可能会有点枯燥，里面很多公式看起来也比较晦涩，今天起给大家讲一讲如何用开源飞控PX4飞好一架飞机，飞机主要以多旋翼和垂起固定翼为主。 使用开源飞控PX4来调试一套无人机是一个较为复杂的过程，不过前期的电机电调选型、桨叶的配套，电池的设计这些内容都不是我擅长的内容，如果有需求的话以后有机会请我专业的朋友给大家来写一写这方面的内容。我要...
paddle一维卷积
最新发布
06-03
PaddlePaddle中的一维卷积是一种常用的卷积神经网络（CNN）中的操作。它可以用于文本数据的特征提取和序列数据的建模。一维卷积的输入是一个一维向量，通过卷积核对向量进行卷积操作，输出一个新的一维向量。一维卷积的操作可以看作是对输入向量中每个位置和其相邻若干个位置的加权求和。 在PaddlePaddle中，可以通过`paddle.nn.Conv1D`来实现一维卷积操作。该函数的参数包括输入数据的维度、输出数据的维度、卷积核大小等。除了基本的一维卷积操作外，PaddlePaddle还提供了一些高级的一维卷积操作，如带空洞卷积、分组卷积等。
评论 56
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小宋是呢

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值