2月14日，软件工程技术B210104班严汉俊同学以江西软件职业技术大学第一作者身份投递论文获（ICCECT 2024）会议录用通知。

作者简介

严汉俊，软件工程学院21级本科生，曾获第十四届蓝桥杯省赛一等奖、全国总决赛三等奖、国家奖学金、校三好学生等荣誉称号。

指导老师

石忠亮，软件工程学院专职教师,硕士毕业于马来亚大学数据科学专业，获一等荣誉学位。以一作身份在SCI一区和二区发表论文各一篇，擅长机器学习、自然语言处理等领域。

中文摘要

《基于决策融合和优化深度学习框架的轴承故障图像识别方法》

数据挖掘经典算法在工业设备状态监测中得到了广泛的研究与应用。传统的深度学习模型在识别轴承状态方面精度尚不高，多数依赖于人工经验进行识别，从而存在一定误差。本文提出了一种基于群优化算法的CNN架构超参数优化方法。

首先，将原始振动信号转换为二维时频图构建数据集。

其次，测试网络抗噪性并确定最佳网络框架。利用群优化算法优化参数搜索，设计适应度函数。

最后，通过可视化和决策融合提升网络的可解释性和稳定性。经过凯斯西储大学轴承数据集验证，本文所提方法具备良好的故障诊断精度，有一定的工程应用价值。