改进深度稀疏自编码器网络旋转机械复合故障的诊断方法，1)分别获取旋转机械正常状态和不同故障状态的c种工况的振动信号，分别得到d组时域振动信号样本；2)对每个样本进行傅里叶变换，得到预处理后的信号样本；3)构造诊断样本集，将其作为训练样本集；4)建立旋转机械复合故障诊断模型，获得深度稀疏自编码器网络的连接权重和偏置参数；5)获得softmax分类器模型；6)进行快速傅里叶变换，选取测试样本；7)测试样本作为训练好的改进的深度稀疏自编码器网络的输入，对测试样本深度学习，进行特征提取，得到测试样本特征信号；8)将测试特征信息作为测试样本的匹配特征，得到待测旋转机械的复合故障诊断结果；提高了诊断准确度和效率。
