首页 > 其他分享 >Tensorflow基于多尺度CNN-LSTM网络的滚动轴承故障诊断

Tensorflow基于多尺度CNN-LSTM网络的滚动轴承故障诊断

时间:2024-07-29 16:25:17浏览次数:9  
标签:窗口 mbd CWRU 模型 CNN Tensorflow LSTM 数据

  • 数据集:CWRU数据集

  • 模型框架:tensorflow

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

图片

二、网络模型

图片

三、模型预测效果

图片

图片

最后一层TSNE可视化效果

图片

四、代码获取

基于多分支CNN-LSTM的滚动轴承故障诊断数据集:CWRU数据集模型框架:tensorflow21. 数据集预处理时间窗口划分,窗口3072,正常数据可视化如下: 2.模型架构 3.模型预测效果损失函数变化:icon-default.png?t=N7T8https://mbd.pub/o/bread/mbd-Zpibm5dw

标签:窗口,mbd,CWRU,模型,CNN,Tensorflow,LSTM,数据
From: https://blog.csdn.net/2402_84052722/article/details/140734273

相关文章

  • Tensorflow:如何将 EagerTensor 转换为 numpy 数组?
    使用标准Tensorflow:importtensorflowastfx=tf.convert_to_tensor([0,1,2,3,4],dtype=tf.int64)y=x+10sess=tf.InteractiveSession()sess.run([tf.local_variables_initializer(),tf.global_variables_initializer(),])coord=tf.train.Coordi......
  • 如何使用 Keras 对 CNN 模型中的多个输入数据进行交叉验证
    我的数据集由时间序列(10080)和其他描述性统计特征(85)连接成一行组成。DataFrame是921x10166数据看起来像这样,最后两列为Y(标签)。idx0x1x2x3x4x5...x10079meanvar...Y0Y114031.0525.525.525.525.......
  • ValueError:无法识别的关键字参数传递给 LSTM:Keras 中的 {'batch_input_shape'}
    我正在尝试在TensorFlow中使用Keras构建和训练有状态LSTM模型,但在指定batch_input_shape参数时不断遇到ValueError。错误消息:ValueError:UnrecognizedkeywordargumentspassedtoLSTM:{'batch_input_shape':(1,1,14)}这是我的代码的简化版本:import......
  • 如何处理一维 CNN 中的零填充序列以避免对填充长度的依赖?
    我正在使用以下1DCNN模型根据时间序列数据进行特征预测任务:importtorchimporttorch.nnasnnimporttorch.nn.functionalasFclassMy1DCNN(nn.Module):def__init__(self):super(My1DCNN,self).__init__()self.conv1=nn.Conv1d(in_channe......
  • JCR一区级 | Matlab实现SSA-Transformer-LSTM多变量回归预测
    JCR一区级|Matlab实现SSA-Transformer-LSTM多变量回归预测目录JCR一区级|Matlab实现SSA-Transformer-LSTM多变量回归预测效果一览基本介绍程序设计参考资料效果一览基本介绍1.【JCR一区级】Matlab实现SSA-Transformer-LSTM多变量回归预测,麻雀搜索算法(S......
  • BI-LSTM+Attention 的 tensorflow-1.14 实现
    这里只是用简单例子演示关于self-attention的逻辑,判断一句话的情感是正面或者是负面,具体原理自己百度即可。importtensorflowastfimportnumpyasnptf.reset_default_graph()#词向量维度dim=2#隐层大小hidden=5#时间步大小step=3#情感类别正面......
  • 基于LSTM的贵州茅台股票价格走势分析及预测模型研究【股票可换】
    文章目录==有需要本项目的代码或文档以及全部资源,或者部署调试可以私信博主==项目介绍引言研究背景国内外研究现状研究目的研究意义相关技术理论介绍数据采集数据分析与可视化预测模型搭建与结果评估每文一语有需要本项目的代码或文档以及全部资源,或者部署调试可......
  • 经典CNN模型(九):MobileNetV3(PyTorch详细注释版)
    一.MobileNetV3神经网络介绍MobileNetV3是MobileNet系列的第三代模型,由Google在2019年提出,旨在进一步优化模型的效率和性能,特别是在移动设备和边缘计算设备上。与前一代相比,MobileNetV3引入了多项改进,包括使用神经架构搜索(NeuralArchitectureSearch,NAS)、自适......
  • tensorflow基础版
    目录一、tensorflow框架0.tensorflow的基本结构1.图2.会话3.张量4.变量5.高级API(keras)6.案例:线性回归7.文件I/O操作案例1:读取狗图片案例2:读取二进制图片案例3:全连接对手写数字进行识别二、神经网络案例:全连接对手写数字进行识别案例:读取文件案例:mnist手写数字数据在运行时......
  • Python数据分析案例55——基于LSTM结构自编码器的多变量时间序列异常值监测
    案例背景时间序列的异常值检测是方兴未艾的话题。比如很多单变量的,一条风速,一条用电量这种做时间序列异常值检测,想查看一下哪个时间点的用电量异常。多变量时间序列由不同变量随时间变化的序列组成,这些时间序列在实际应用中通常来自不同的传感器或数据源。多变量时间序列异......