CWRU 方位データセット処理のための重複サンプリング
1. 問題の導入
最近、データセットの強化について言及した論文を読みました。強化された手法はオーバーラップサンプリングであり、その手法については次のように説明されています。
3. 重複サンプリングの原理
オーバーラップ サンプリングの原理は 1Dconv の原理と似ています。主なパラメータはウィンドウ サイズとストライドです。論文の例で検証されています: ( 60000 − 2048 ) / 1 + 1 = 57953 (60000-2048) /
1+ 1= 57953(6 0 0 0 0−2 0 4 8 )/ 1+1=5 7 9 5 3
式は次のとおりです。
3. 重複サンプリングを実現するために、損失 0.007 の直接内円断層ファイル 105.mat を例にとります。
CWRU データセットのファイル説明は次のとおりです。
105.mat ファイルのドライブ エンド ベアリング障害データ データには合計 121265 ポイントがあり、ウィンドウ サイズは 1024、ストライドは 512 で、切り捨てられます。上記の式を使用して、取得できるサンプルの合計数を見積もると、次のようになります。 : ( 121265 −
1024 ) / 512 + 1 = 235 (121265-1024) / 512+1=235(1 2 1 2 6 5−1 0 2 4 )/ 5 1 2+1=2 3 5
コードは以下のように表示されます
'''
# For 12k Drive End Bearing Fault Data
from scipy.io import loadmat
axisname="105.mat"
label=1
stride=512
signal_size=1024
filename=r'C:\Users\Administrator\Desktop\cwru\12k Drive End Bearing Fault Datat'+'\\'+axisname
axis = ["_DE_time", "_FE_time", "_BA_time"]
datanumber = axisname.split(".") #将105.mat分割为105与mat取105
if eval(datanumber[0]) < 100:
realaxis = "X0" + datanumber[0] + axis[0] #可组成X105_DE_time
else:
realaxis = "X" + datanumber[0] + axis[0]
fl = loadmat(filename)[realaxis]
data = []
lab =[]
n=(int)((fl.size-signal_size)/stride+1)
start, end = 0, 0
#贴标签,使用重叠采样,采样数量为 (点数-采样窗口大小)/步长+1
for i in range(n):
start = i * stride
end = signal_size + i * stride
data.append(fl[start:end])
lab.append(label)