强噪声下准确识别
结合深度可分离卷积、双向LSTM与Transformer，在强噪声下实现高精度轴承故障模式识别。
Yang, Yanli · Huimin, Zhou · Weisheng, Pan
Nondestructive Testing and Evaluation 2024
模型充分利用各网络优势互补，提升轴承故障模式识别的抗干扰能力。
深度可分离卷积网络有助于减少模型参数。
通过多尺度特征提取模块和Transformer编码器整合不同尺度的信息。