Skip to content

采用一种包含加权水平可见图(WHVG)的图卷积网络(GCN),对采样的轴承震动时间序列数据分析,进行滚动轴承故障诊断。其中,对HVG中两节点的边,以节点距离的倒数作为权重进行加权,以削弱噪声节点对其他距离较远节点的影响。

Notifications You must be signed in to change notification settings

LanXiu0523/WHVG_GCN

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

15 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

对Fault_Diagnosis_of_Rolling_Bearing_Based_on_WHVG_and_GCN论文的复现,论文地址:https://ieeexplore.ieee.org/abstract/document/9449834

参考文献:

[1] Li C, Mo L, Yan R. Fault diagnosis of rolling bearing based on WHVG and GCN[J]. IEEE Transactions on Instrumentation and Measurement, 2021, 70: 1-11.

About

采用一种包含加权水平可见图(WHVG)的图卷积网络(GCN),对采样的轴承震动时间序列数据分析,进行滚动轴承故障诊断。其中,对HVG中两节点的边,以节点距离的倒数作为权重进行加权,以削弱噪声节点对其他距离较远节点的影响。

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published