摘要
本发明提出的一种基于MS‑CNN‑BO‑SVM的轴承故障诊断方法及系统,属于故障诊断技术领域,针对轴承故障诊断模型复杂度高、消耗资源多的问题,采用轻量化结构搭建特征提取网络,利用多尺度卷积块在不同层次提取不同尺度的故障特征。其次,为避免CNN全连接层参数量过大、容易过拟合的缺点,采用支持向量机替代全连接层进行故障分类,进一步减少了模型的复杂度,并利用贝叶斯优化算法对支持向量机的超参数进行调优,从而提高了分类器的准确率。
技术关键词
轴承故障诊断方法
卷积神经网络模型
多尺度
故障诊断模块
轴承故障诊断系统
特征提取模块
数据处理模块
超参数
故障诊断技术
轻量化结构
细粒度特征
特征提取网络
样本
分支
支持向量机
故障类别
故障特征
系统为您推荐了相关专利信息
医学图像分割模型
医学图像分割方法
注意力
加权损失函数
解码器
自动化方法
区域候选网络
特征金字塔
残差神经网络
多尺度特征融合
遥感多光谱图像
多阶段特征
融合特征
全色
融合方法