Indexed by：
Abstract：
本发明公开了一种基于卷积融合网络与注意力机制的故障诊断分类方法，首先构建数据融合故障检测框架，先对数据进行采集和预处理，然后通过基于注意力的一维卷积神经网络，以获取两个模态的独立特征。再进一步实现特征的自融合，解决模态相互关系提取难题。将自融合后的特征输出经过挤压激励模块，进行注意力加权以及梯度反转层后，输入到鉴别器进行训练以获取模态交互特征。将挤压激励模块的两个输出进行特征拼接后，输入到长短时记忆网络进行融合，并将其输出用于推断网络进行结果推断。最后循环迭代，结合推断结果，以最小化目标损失为目标训练网络，实现故障诊断分类。多模态数据融合有效利用模态间交互特征，能够提高故障检测分类的准确性。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202311813980.2
Filing Date： 2023-12-27
Publication Date： 2024-06-07
Pub. No.： CN118152729A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
