有限数据(小样本)的滚动轴承故障诊断与少量学习

项目介绍

本项目旨在利用有限数据（小样本）进行滚动轴承故障诊断，并结合少量学习方法进行模型训练与验证。项目使用了凯斯西储大学（CWRU）的轴承故障诊断数据集，并将其划分为4个工况和数据集（ABCD）进行验证。

文件结构

• README.md: 项目介绍文档。
• cwru.py: 定义数据集加载函数。
• experimentAB.ipynb: 实验A和实验B的代码。
• experimentC.ipynb: 实验C的代码。
• experimentD.ipynb: 实验D的代码。
• metadata.txt: 在cwru.py文件中使用。
• models.py: 定义几率模型和WDCNN模型的加载函数。
• siamese.py: 定义几率输入数据的初始化、几率模型训练和几率模型测试函数。
• utils.py: 定义一些实用函数。
• tmp: 保存训练后的模型和测试结果。

使用说明

1. 数据集加载: 使用cwru.py中的函数加载CWRU数据集。
2. 实验代码: 分别运行experimentAB.ipynb、experimentC.ipynb和experimentD.ipynb进行不同工况下的实验。
3. 模型定义: 在models.py中定义了几率模型和WDCNN模型的加载函数。
4. 几率模型: 使用siamese.py中的函数进行几率模型的初始化、训练和测试。
5. 实用函数: 在utils.py中提供了一些常用的实用函数。
6. 结果保存: 训练后的模型和测试结果保存在tmp文件夹中。

注意事项

• 请确保数据集路径正确，以便顺利加载数据。
• 在运行实验代码前，请确保所有依赖库已安装。
• 结果保存在tmp文件夹中，请定期备份重要结果。

贡献

欢迎对本项目提出改进建议或贡献代码。请通过GitHub的Pull Request功能提交您的修改。

许可证

本项目采用MIT许可证，详情请参阅LICENSE文件。