不平衡数据下基于改进门控卷积网络的轴承故障诊断

摘要： 深度学习在滚动轴承故障诊断中具有广泛的应用，然而，现实中的监测数据往往具有不平衡性，这就会对模型的诊断性能产生很大影响。因此，提出一种基于改进门控卷积神经网络（Improved Gated Convolutional Neural Network,IGCNN）的故障诊断方法，用于数据不平衡条件下的故障诊断。首先，提出改进门控卷积层以增强特征提取能力，通过批量归一化技术提高模型的... （共8页）