噪声下准确率高
一种融合Stockwell可解释权重初始化和自适应融合平均阈值的故障诊断网络，在噪声环境下诊断精度优于现有方法。
Zhang, Lijie · Junhui, Hu · Liang, Pengfei · Xu, Xuefang · Li, Guoqiang · Xie, Zhongliang · Suiyan, Wang
Engineering Applications of Artificial Intelligence 2025
将 Stockwell 变换的先验知识融入第一卷积层初始化，使网络初始状态更适合提取轴承故障特征。
自适应融合平均阈值算法增强空间与通道维度交互，有效降低噪声干扰。
在两个不同轴承数据集上，诊断准确率和鲁棒性均优于其他最先进方法。