基于改進(jìn)一維卷積神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷方法

打開文本圖片集

摘 要：【目的】為解決傳統(tǒng)一維卷積神經(jīng)網(wǎng)絡(luò)模型在進(jìn)行軸承故障診斷時(shí)出現(xiàn)過擬合和泛化能力弱的問題，提出了基于改進(jìn)一維卷積神經(jīng)網(wǎng)絡(luò)（1DCNN）的滾動(dòng)軸承故障診斷方法?！痉椒ā渴紫龋萌志党鼗瘜哟?zhèn)鹘y(tǒng)一維卷積神經(jīng)網(wǎng)絡(luò)的全連接層，以減少模型中的參數(shù)數(shù)量、降低模型復(fù)雜度，從而提高卷積神經(jīng)網(wǎng)絡(luò)的泛化能力；其次，結(jié)合Dropout正則化方法，解決模型過擬合問題；最后，由Softmax分類函數(shù)進(jìn)行分類。（剩余9621字）