基于改进一维卷积神经网络的滚动轴承故障诊断方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：【目的】为解决传统一维卷积神经网络模型在进行轴承故障诊断时出现过拟合和泛化能力弱的问题，提出了基于改进一维卷积神经网络（1DCNN）的滚动轴承故障诊断方法。【方法】首先，利用全局均值池化层代替传统一维卷积神经网络的全连接层，以减少模型中的参数数量、降低模型复杂度，从而提高卷积神经网络的泛化能力；其次，结合Dropout正则化方法，解决模型过拟合问题；最后，由Softmax分类函数进行分类。（剩余9621字）

试读结束

目录
monitor