诊断精度近100%
通过FrFT与STFT可解释卷积和联合交叉注意力，在贝叶斯框架下实现故障诊断的不确定性量化与未知故障检测。
Jing, Yang · Xuekang, Yang · Lyu, Ming · 张捷
IEEE Transactions on Instrumentation and Measurement 2025
利用贝叶斯框架估计诊断结果的不确定性，让使用者知道模型对每个判断的把握有多大。
对于训练中从未出现的故障类型，模型能够通过不确定性估计将其识别为未知，而不是错误分类。
网络在训练中自适应调整FrFT阶数和STFT窗口频率，可以展示其在分数阶-频率域和时间-频率域上关注的信号特征，使决策过程透明可解释。
在两个公开轴承数据集上，故障诊断精度分别达到99.81%和100%，优于现有方法。