一维卷积神经网络轴承故障诊断python

发布时间:2024-04-15 17:01

简介:

目前,随着深度学习的发展,神经网络的复杂度也在提高,其中卷积神经网络发展迅速,特别是二维卷积神经网络(CNN)在多个领域有着不错的发挥,如图像处理。一维卷积神经网络(1DCNN)被很少使用,只在一定程度上有所涉及,比如自然语言处理(NLP)中的应用,它也包括卷积层、激活层、池化层、全连接层和softmax层。

注:一维卷积的信号处理方式和CNN一样,都是滑动滤波器去提取特征。

简单介绍一下1DCNN构成:

model = Sequential()
model.add(Reshape((time, num), input_shape=(input_shape,)))
model.add(Conv1D(100, 10, activation=\'relu\', input_shape=(time, num)))
model.add(Conv1D(100, 10, activation=\'relu\'))
model.add(MaxPooling1D(3))
model.add(Conv1D(160, 10, activation=\'relu\'))
model.add(Conv1D(160, 10, activation=\'relu\'))
model.add(GlobalAveragePooling1

ItVuer - 免责声明 - 关于我们 - 联系我们

本网站信息来源于互联网,如有侵权请联系:561261067@qq.com

桂ICP备16001015号