基于自适应升维和卷积自注意力的轴承故障诊断网络

摘要： 深度学习网络是一种端到端的黑箱模型，对网络进行可解释分析可以更深入理解网络内部运行机理以便合理优化网络结构和调参。目前基于Transformer网络的轴承故障诊断模型必须借助时频分析等方法对时域信号进行升维，使其转换为时频图等二维图像以便于可解释分析，这种方法存在着升维过程中参数固定、网络参数量过大和网络可解释性较差等缺点。针对以上问题提出融合网络内自适应升维方法、卷积自注意力... （共11页）