此代码已经继续加入 轴承故障诊断—创新模型全家桶 (mbd.pub)：
https://mbd.pub/o/bread/mbd-ZZmYlJ1t
全家桶包括以下内容：
1.Python-凯斯西储大学（CWRU）轴承数据解读与分类处理 (mbd.pub)
2.轴承故障VMD-CNN-BiLSTM的分类模型 (mbd.pub)
3.轴承故障VMD-CNN-Transfromer的分类模型 (mbd.pub)
4.FFT+CNN-Transformer时域、频域特征融合的轴承故障识别模型 (mbd.pub)
5.FFT+CNN-BiGRU-Attention时域、频域特征注意力融合的轴承故障识别模型 (mbd.pub)
6.Python轴承故障诊断 (18)基于CNN-TCN-Attention的创新诊断模型 (mbd.pub)
7.轴承故障创新模型：时空特征融合注意力机制的故障识别模型 (mbd.pub)
8.Python轴承故障诊断 (21)基于VMD-CNN-BiTCN的创新诊断模型 (mbd.pub)
9.Python轴承故障诊断 (19)基于Transformer-BiLSTM的创新诊断模型 (mbd.pub)
10.故障诊断 | 基于SSA-CNN-Transformer的诊断模型 (mbd.pub)
论文创新!!!
包括 完整的轴承故障数据集， 以及已经生成制作好的故障信号数据集、分类数据和标签集，对应代码均可以运行，还有快速傅里叶变换FFT示例
50个epoch，准确率100%，用FFT+CNN-Transformer网络分类效果显著，模型能够充分提取轴承故障信号的空间和时序特征和频域特征，收敛速度快，性能优越， 迄今为止，是目前往期文章方法中精度最高的方法。创新度也有！！！
包括数据预处理的代码，和FFT+CNN-Transformer分类代码
环境：python 3.9
任何环境安装或者代码问题，请联系作者沟通交流，对于购买者，作者免费解决后续问题，关注微信公众号[建模先锋]，联系作者；
（平台显示上传文件少于图片中文件解释：平台上传不了大文件，大文件在付费后的网盘链接里面；但是文件数据可以根据上传的代码 生成）
