一维卷积神经网络轴承故障诊断python

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