诊断精度超 95%
基于专家混合架构融合多源磨损数据，比单一模态方法更可靠地识别机械故障。
Qifan, Zhou · 柴博松 · Chenchao, Tang · 郭迎清 · 王堃 · 75859214 · Boqian, Cao · Ye, Yun
Complex and Intelligent Systems 2025
用 Wasserstein GAN 对原始小样本数据进行再生扩充，生成语义更丰富的复合数据集，缓解了实际工况下故障样本稀缺的问题。
基于贤能治理原则的专家混合架构按照组合原则对专家系统分类并分配权重，让不同特征被最合适的网络分支处理，提升整体诊断能力。
通过 Markov Transfer Field 将一维复合数据变换为二维图像，再交给 ConvNeXt、BiTransformer 和 BiLSTM 等主干网络提取图像特征，充分利用了数据中的时序与空间结构。