参数更少，边缘可跑
通过多尺度特征注意力与决策融合注意力，在高速列车牵引系统故障诊断中实现优于现有集成方法的特征提取能力与更低的模型复杂度。
Xue, Yihao · 杨瑞 · Chen, Xiaohan · Yifan, Zhan · 宋保业 · Wang, Zidong
IEEE Transactions on Intelligent Transportation Systems 2025
通过多尺度特征注意力模块和决策融合注意力模块的设计，在保持高性能的同时显著降低可训练参数数量，使模型能够部署在边缘计算处理器上。
模型参数量的降低使得该框架能够适应边缘计算处理器的有限资源，摆脱了对高性能服务器的依赖，可在车载环境中进行实时诊断。
在高速列车牵引控制系统的硬件在环仿真平台上进行验证，与多个近期发表的集成学习方法相比，该框架展现出更优的故障诊断效果。