152-基于CWT-CNN-BiGRU-Attention-SABO-LSSVM对滚动轴承的故障诊断

152-基于CWT-CNN-BiGRU-Attention-SABO-LSSVM对滚动轴承的故障诊断

matlab代码
数据采用的是凯斯西储大学数据

该模型进行故障诊断的具体步骤如下：
1）连续小波变换(CWT)将原始的振动信号转化为时频图；
2）将时频图像输入二维卷积神经网络(CNN-BiGRU-Attention)进行自适应故障特征提取; 
3）取全连接层结果作为最小二乘支持向量机的输入，采用NRBO算法对LSSVM的两个关键参数进行优化，完成多级分类任务；
4）利用T-SNE实现样本分布可视化