论文《基于机理模型的旋转机械领域自适应故障诊断》验证案例的代码和数据，验证数据用到了美国凯斯西储大学轴承数据中心的故障数（https://csegroups.case.edu/bearingdatacenter/pages/download-data-file ）， 美国机械故障预防技术学会数据集（https://www.mfpt.org/fault-data-sets ）， GFK和TCA的核心函数来源于微软亚洲研究院的王晋东博士（https://github.com/jindongwang/transferlearning ）， 引用记录已保留，如有侵权请联系我删除！个人邮箱：caiweidon@qq.com。
各个文件夹的描述如下： code: 包含论文实验数据的所有代码，运行BATCH_ALL.py将运行整个验证案例，包括数据划分，数据预处理，数据集生成，模型训练，提出方法和对比方法实验结果计算 data: 原始实验数据 model: 训练完成的模型文件 img：图片存储 log: 训练过程记录（.log）以及实验结果（.xlsx）
Python版本以及相关库版本如下： python==3.7.9 pytorch==1.6.0+cu101, CUDA==10.1 scikit-learn==0.23.2 numpy==1.19.2+mkl scipy==1.3.1 npTDMS==0.28.0 pandas==1.1.1 openpyxl==3.0.5
/代码和数据将在论文公开后开源/