基于DFT與ECA的滾動(dòng)軸承故障診斷

摘要： 針對(duì)滾動(dòng)軸承故障診斷中傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural networks，簡(jiǎn)稱CNN）提取特征的感受野受限于卷積核大小的問題，提出了一種結(jié)合離散傅里葉變換（discrete Fourier transform，簡(jiǎn)稱DFT）和高效通道注意力（efficient channel attention，簡(jiǎn)稱ECA）的卷積神經(jīng)網(wǎng)絡(luò)模型（convolutional... （共8頁）