企业官网建设流程全解析

论坛类网站搭建,申请专利,wordpress 编辑器标签,网页设计尺寸的分辨率概述本期在TCN网络种融合CBAM注意力机制#xff0c;以增强TCN网络的特征提取能力#xff0c;使模型在信号形态变化较大处#xff0c;能有选择性地关注具有关键信息的通道#xff0c;能通过动态调整每个通道内和空间位置上的加权系数,突出关注目标的细节信息, 减少特征提取中…概述本期在TCN网络种融合CBAM注意力机制以增强TCN网络的特征提取能力使模型在信号形态变化较大处能有选择性地关注具有关键信息的通道能通过动态调整每个通道内和空间位置上的加权系数,突出关注目标的细节信息, 减少特征提取中的冗余信息,加强模型的特征表达能力。同时为了进一步提升网络的分类能力采用经典的SVM分类器替换原始的Softmax分类器。分别在西储大学、江南大学的轴承数据集进行测试实验表明本期提出的CBAM-TCN-SVM模型具有较高的分类能力。CBAM机制通过引入通道注意力和空间注意力机制CBAM能够有效地聚焦在最重要的特征上帮助网络在处理复杂任务时取得更高的精度。因此很多学者论文都有提及。方向为机器学习、故障分类的小伙伴不妨借鉴一下这个模型可以帮助你快速入门故障诊断。TCN网络介绍时间卷积神经网络(TCN)是一种可以对时间 序列数据进行处理的神经网络架构,与传统的卷积 神经网络相比,它可以更有效地提取时序数据的特 征。 在 TCN 的网络结构中,采用因果卷积提取 时间序列数据中的特征,能够使网络层间具有因果 关系,实现时序建模。 通过扩张因果卷积扩大感受 野,一个卷积能够学习到更多的特征,可以适应不 同尺度的时间依赖关系。 引入残差连接能够增加 TCN 层数,有效解决梯度消失和爆炸问题,保持稳 定的网络性能。TCN 网络是由多个残差块叠加构成TCN 接受域受扩张因子、滤波器大小和网络深度的影响而且在网络层数增多的过程中,会出现 梯度消失或梯度爆炸的情况。 所以必须要加入残差模块,简化深层网络的训练,使深层网络运行稳 定,保持较好的性能。 残差模块如图结构如下CBAM注意力机制介绍混合注意力机制(CBAM)包括通道注意力机制和空间注意力机制CAM(channel attention module) 模块执行通道注意力SAM(spatial attention mo modu)模块执行空间注意力CBAM通过串联方式将通道和空间注意力机制结合在一起,全方位关 注输入特征的通道和空间两个方面它使用空间注意力机制来定位目标区域,获取权重进行调整, 通过通道注意力机制优化卷积通道之间的资源分配,提升目标区域的特征表现能力,提升TCN对输 入数据的关注程度从而提高模型性能。CBAM网络框架图如下CBAM-TCN网络在基本TCN模块中,因为有效的故障特征会被 全局平均池化层忽略,造成局部故障特征信息丢 失。 当全连接层接收到所获得信息时,不能将与故 障有关的信息进行有效的合理组合。 因此,为了提 高故障诊断准确率,TCN需要增强对局部特征信息 的提取能力,通过充分表示特征,更准确地捕获数 据中的信息,提高模型的性能和泛化能力。在基本TCN模块中第二个扩张因果卷积层后嵌入CBAM注意力机制模块,通过CBAM模块自适应地学习通道注意力和空间注意力的权重,提高诊断模型的特征表达能力进一步获取局部有效信息,抓取与故障特征相关的信息。其可以看作成是 在不同维度上捕获特征之间的相关性,从而提高模型性能。在基本TCN模块中引入软阈值函数,保留 有效的特征。阈值函数利用注意力机制训练的自 网络进行自适应学习,阈值不是确定值。在TCN的 结构中创建一个子网络,该子网络经过注意力机制 进行训练。在训练过程中,通过优化来动态调整阈 值函数的值,以减少模型输出与原始输入之间的差 异。基本CBAM-TCN模块如图所示CBAM-TCN整体结构结果展示本期采用MATLAB搭建的CBAM-TCN网络结构如下分别在西储大学轴承数据和江南大学轴承数据进行实验。一、西储大学轴承数据实验结果对工况0的10种故障状态进行数据划分每种状态收集200个样本每个样本大小为1×1024训练集:验证集:测试集7:2:1。FFT-CBAM-TCN-SVM模型诊断结果在西储大学数据上的诊断结果可达到100%的诊断效果。二、江南大学轴承数据实验结果江南大学数据共12种故障状态每种状态收集200个样本每个样本大小为1×1024训练集:验证集:测试集7:2:1。江南大学数据的难度较大准确率能达到95%以上的模型真不常见代码目录按照程序步骤一步步执行即可。注释详细以上所有图片均可运行出来。提示此代码用到了 trainnet函数此函数只有在2023b以上MATLAB才能用下载链接附在代码包里边了。本文代码获取链接https://mbd.pub/o/bread/aJeVmpZq已将本文代码添加至故障诊断全家桶中已购买全家桶的小伙伴可以直接跳转以下链接下载哦故障诊断全家桶获取链接https://mbd.pub/o/bread/ZJ2Ym5ts