深度学习论文笔记：Deep Residual Networks

深度学习论文笔记：Deep Residual Networks with Dynamically Weighted Wavelet Coefficients for Fault Diagnosis of Planetary Gearboxes

这篇文章将深度学习算法应用于机械故障诊断，采用了“小波包分解+深度残差网络(ResNet)”的思路，将机械振动信号按照故障类型进行分类。

文章的核心创新点：复杂旋转机械系统的振动信号包含着很多不同频率的冲击和振荡成分，而且不同频带内的振动成分在故障诊断中的重要程度经常是不同的，因此可以按照如下步骤设计深度神经网络，实现对不同频带信息自适应加权的功能。