QSJIQIXUEXI的博客

很久没给大家带来故障诊断作品了。今天，给大家带来一期原创未发表的新颖代码，格拉姆角场+深度学习结合，一键运行即可实现东南大学齿轮箱数据故障诊断，不像其他程序一样需要运行很多次，并且附带详细的注释与使用说明！非常适合新手小白！精度高达99%！

        今天给大家带来一期小创新代码，以往的神经网络模型相比于树模型（随机森林、XGBoost等）最大的一个缺点就是无法输出特征重要性，也就是大家常说的“黑箱模型”。这几天来我搜寻了很久，终于也找到一种能够实现分析神经网络特征重要性的方法。

之前有小伙伴说需要CWRU西储大学轴承数据的预处理过程，今天就给大家带来一期基于HO-VMD-TCN的西储大学轴承故障诊断全流程详解。同样本期代码所有流程均可一键运行全部出图，包括预处理过程与故障诊断结果，非常适合新手小白！

如果大家在做各类机器学习分类预测问题，那么特征选择完全可以凸显你的创新性。传统的PCA、KPCA等降维算法已经被用烂了，审稿人看了也得头疼。本期推文的创新点与内容完全够一篇paper，同时，知网和WOS平台肯定也是搜不到的。

然后，对最佳IMF分量的9个指标进行计算，分别是：均值，方差，峰值，峭度，有效值，峰值因子，脉冲因子，波形因子，裕度因子（对应特征1-9），类别即故障类型，都已经整理好放在了Excel里，如下图所示！取官方下载的驱动端（DE）振动数据，分别为97.mat、107.mat、120.mat、132.mat、171.mat、187.mat、199.mat、211.mat、224.mat、236.mat，即转速为1750时的10种故障诊断类型（包括正常情况），并将所有的数据和类别综合到一个变量中。

今天为大家带来一期利用TCN-BiGRU-Attention模型一键实现西储大学轴承故障诊断代码与原理讲解，非常新颖！需要注意的是，本期代码直接附赠了处理好的西储大学轴承数据集，并且是Excel格式，已经帮大家替换到了程序里！大家使用的时候只需要一键运行main即可出来所有图片与故障诊断结果（还有打印出来的损失函数曲线）！非常方便！不像其他程序一样需要运行很多文件！适合新手小白！当然，如果你想替换成自己的其他分类数据集，也非常方便！

今天为大家带来一期DBN-LSSVM深度置信网络结合最小二乘支持向量机的分类/故障诊断代码！适合作为创新点！直接替换Excel数据即可用！