TxgStars / wdcnn
实现的是WDCNN的pytorch版本代码,对应论文的第三章 data包含了四个数据文件夹,这里只使用了0HP文件夹中的数据,里面包含了正常、内圈、外圈、滚动体共10种状态 preprocess.py的功能是对数据进行采样、编码,虽然划分出来了验证集但是并没有使用 train.py定义了用于模型训练以及显示的函数和类 main.py定义了网络模型,调用另外两个py文件获取数据和进行训练 直接运行main.py文件即可得到的结果
☆23Updated 2 years ago
Alternatives and similar repositories for wdcnn:
Users that are interested in wdcnn are comparing it to the libraries listed below
- ☆51Updated last year
- ☆45Updated 2 years ago
- A few shot learning repository for bearing fault diagnosis.☆73Updated last year
- 基于小波时频图与 Swin Transformer 的轴承故障诊断方法☆34Updated last year
- 这是一个首层卷积为宽卷积的深度神经网络Deep Convolutional Neural Networks with Wide First-layer Kernels (WDCNN)的实现,该模型具有优越的抗噪能力,可用于轴承的智能故障诊断。☆39Updated last year
- 基于Laplace小波卷积和BiGRU的少量样本故障诊断方法 (Small sample fault diagnosis based on Laplace wavelet convolution and BiGRU)☆50Updated last year