小样本高精度
通过样本增强与时序注意力增强，解决了工业故障数据有限及时间特征提取不足的问题。
Wang, Yi · Wencong, Xu · Wang, Chaofei · 黄延宾 · 张和明
Journal of Intelligent Manufacturing 2024
通过变分模态分解并添加噪声重组，扩充时间序列样本，缓解故障数据不足的问题。
提出时序关联注意力模块，通过时间积分函数获取综合时序特征，增强Transformer对时序数据的特征学习能力。
双重增强使工业故障样本数据尽可能满足预测模型需求，模型对工业时序故障数据更友好。