少样本精确诊断
面向多源信息融合的少样本故障诊断，提出一种自动嵌入的Transformer模型，通过编码器-解码器提取高质量嵌入并利用跨注意力机制实现多源数据的高效集成，显著提升分类精度与稳定性。
Bo, Wang · Zhao, Shuai
Scientific Reports 2025
通过跨注意力机制突出传感器间关键相关性并抑制冗余，实现多模态数据高效融合。
编码器-解码器结构可从多源信息中提取高质量嵌入，缓解实际应用中标注样本稀少的困难。
同时使用全局最大池化和全局平均池化优化特征抽象，提升对数据波动的适应能力。
在两个异构数据集上验证，分类准确性和稳定性均超越现有方法，尤其在数据稀缺条件下表现突出。