基于注意力機(jī)制多尺度卷積神經(jīng)網(wǎng)絡(luò)的軸承故障診斷

打開(kāi)文本圖片集

摘要：提出了基于注意力機(jī)制的多尺度卷積神經(jīng)網(wǎng)絡(luò) （Multi-scale and Attentive Convolutional Neural Network， MACNN） 進(jìn)行軸承故障分類，該模型以一維 Resnet18 網(wǎng)絡(luò)結(jié)構(gòu)為主體，卷積 模塊采用殘差模塊和空洞卷積并行方式以達(dá)到擴(kuò)大感受野、避免特征信息丟失的目的，同時(shí)利 用注意力機(jī)制可以自動(dòng)提取有用特征的能力，將模型提取特征作為輸入送入注意力機(jī)制模塊， 進(jìn)一步提高模型故障分類能力。（剩余10773字）