梅花手表网站,绍兴网站seo,怡康医药网站建设方案,wordpress微博登陆不了前言
本期给大家分享介绍如何基于滑动窗方法进行数据样本增强
背景
深度学习模型训练需要大量的样本。在故障诊断领域#xff0c;每个类别大都会达到300个样本。但是在实际公开数据集中#xff0c;以CWRU数据集为例#xff0c;每个类别只有24组数据#xff0c;这明显是不…前言
本期给大家分享介绍如何基于滑动窗方法进行数据样本增强
背景
深度学习模型训练需要大量的样本。在故障诊断领域每个类别大都会达到300个样本。但是在实际公开数据集中以CWRU数据集为例每个类别只有24组数据这明显是不够的。 下图以外圈为例只有24组数据 因此需要想办法扩充样本。目前大多数是通过滑动窗方法来扩充样本。例如1组10s长的数据我每隔0.1s划分1个数据就可以得到100个子样本。
滑动窗方法介绍 为增加样本数量采用了基于滑动窗方法的数据增强方法。数据增强示意图如上图所示假设一个一维原始时域信号的总样本点数为 L L L用长度为 L t L_t Lt 的窗口框住的样本为第 1 个子样本每生成一个子样本后窗口向前移动 L s L_s Ls 个样本点数长度并框住第 2 个子样本依次进行生成 n s n_s ns 个子样本。 L s L_s Ls 其计算公式如下 L s ⌊ L − L t n s ⌋ L_{\mathrm{s}}\left\lfloor\frac{L-L_{\mathrm{t}}}{n_{\mathrm{s}}}\right\rfloor Ls⌊nsL−Lt⌋
式中 ⌊ ⌋ \left\lfloor\right\rfloor ⌊⌋是向上取整符号。 窗口长度 L t L_t Lt 选择原则至少包含1个旋转周期长度4-5个周期为佳。
代码示例
这里以CWRU1750_12k_0.021-OuterRace3.mat数据为例。建议使用jupyter notebook
##导入包##
import os
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib import rcParamsconfig {font.family: serif, # 衬线字体font.size: 14, # 相当于小四大小font.serif: [SimSun], # 宋体mathtext.fontset: stix, # matplotlib渲染数学字体时使用的字体和Times New Roman差别不大axes.unicode_minus: False # 处理负号即-号
}
rcParams.update(config)##读取数据##
def data_read(file_path)::fun: 读取cwru mat格式数据:param file_path: .mat文件路径 eg: rD:.../01_示例数据/1750_12k_0.021-OuterRace3.mat:return accl_data: 读取到的加速度数据import scipy.io as sciodata scio.loadmat(file_path) # 加载mat数据data_key_list list(data.keys()) # mat文件为字典类型将key变为list类型accl_key data_key_list[3] # mat文件为字典类型其加速度列在key_list的第4个accl_data data[accl_key].flatten() # 获取加速度信号,并展成1维数据accl_data (accl_data-np.mean(accl_data))/np.std(accl_data) #Z-score标准化数据集return accl_data##绘制时域信号图##
def plt_time_domain(arr, fs12000, ylabelAmp(mg), title原始数据时域图, img_save_pathNone, vlineNone, hlineNone, xlimNone)::fun: 绘制时域图模板:param arr: 输入一维数组数据:param fs: 采样频率:param ylabel: y轴标签:param title: 图标题:return: Noneimport matplotlib.pyplot as pltplt.rcParams[font.sans-serif] [SimHei] # 显示中文plt.rcParams[axes.unicode_minus] False # 显示负号font {family: Times New Roman, size: 20, color: 0.5, weight: bold}plt.figure(figsize(12,4))length len(arr)t np.linspace(0, length/fs, length)plt.plot(t, arr, cg)plt.xlabel(t(s))plt.ylabel(ylabel)plt.title(title)if vline:plt.vlines(xvline, yminnp.min(arr), ymaxnp.max(arr), linestyle--, colorsr)if hline:plt.hlines(yhline, xminnp.min(t), xmaxnp.max(t), linestyle:, colorsy)if xlim: # 图片横坐标是否设置xlimplt.xlim(0, xlim) #保存图片#if img_save_path:plt.savefig(img_save_path, dpi500, bbox_inches tight)plt.show()##绘制时域信号图##
file_path rD:/22-学习记录/01_自己学习积累/02_基于滑动窗方法划分数据集/01_示例数据/1750_12k_0.021-OuterRace3.mat # cwru数据.mat文件路径
fs 12000 # 采样率12000Hz
fr 1750 # 转速1750rpm
num_per_ratation 60/1750 * fs
accl_data data_read(file_path) # 读取加速度数据
plt_time_domain(accl_data) # 绘制时域图
print(数据点个数为, len(accl_data))
print(每转1圈包含点数, num_per_ratation)输出结果
数据点个数为 122281
每转1圈包含点数 411.42857142857144##通过滑动窗口方法增强样本##
def data_spilt(data, num_2_generate20, each_subdata_length1024)::Desription: 将数据分割成n个小块。输入数据data采样点数是400000分成100个子样本数据每个子样本数据就是4000个数据点:param data: 要输入的数据:param num_2_generate: 要生成的子样本数量:param each_subdata_length: 每个子样本长度:return spilt_datalist: 分割好的数据类型为2维listdata list(data)total_length len(data)start_num 0 # 子样本起始值end_num each_subdata_length # 子样本终止值step_length int((total_length - each_subdata_length) / (num_2_generate - 1)) # step_length: 向前移动长度i 1spilt_datalist []while i num_2_generate:each_data data[start_num: end_num]each_data (each_data-np.mean(each_data))/(np.std(each_data)) # 做Z-score归一化spilt_datalist.append(each_data)start_num 0 i * step_length;end_num each_subdata_length i * step_lengthi i 1spilt_data_arr np.array(spilt_datalist)return spilt_data_arrspilt_data_arr data_spilt(dataaccl_data, each_subdata_length1024, num_2_generate50)
print(spilt_data_arr)
print(划分数据样本的维度为,spilt_data_arr.shape)# 输出结果
[[-0.53912541 0.1241063 0.62763801 ... -0.31089743 0.15986003-0.70478437][-0.76625967 -0.90941739 -0.45229575 ... -0.89897241 -0.27165898-0.02220819][-0.95815651 -0.92246646 -1.75344986 ... 1.59903578 0.906053920.08934654]...[-0.99252616 -0.44633003 0.72570346 ... -0.7488478 2.352999450.07193225][ 0.89678044 0.56380553 1.10132216 ... -1.45485483 -0.63490413-0.65809345][-0.40335141 -0.75221082 -0.90351645 ... -3.03949526 0.597549655.42676878]]
划分数据样本的维度为 (50, 1024)大功告成1个数据经过滑动窗方法划分得到了50个样本每个子样本长度1024那24个数据增大到1200个样本了。 数据集获取方法关注《故障诊断与python学习》公众号后台回复CWRU
