《基于GRU的胶囊网络的滚动轴承故障诊断研究》为作者：王超群最新的研究成果，本论文的主要观点为针对当处于噪声环境和变负载环境下，目前基于深度学习的轴承故障诊断方法可能存在准确率下降较大的问题，提出一种基于门控循环单元(GRU)的胶囊网络模型。该模型利用门控循环单元充分提取故障特征，再利用胶囊网络神经元中的向量来提取更多细节特征并减少信息的丢失，最终完成故障的分类。通过一系列实验验证和与一些深度学习方法的比较，证明该模型在噪声环境、变负载环境下仍具有较好的诊断效果。不知是否符合录用要求，望您批评与指正。