公开(公告)号：CN119761526A

公开(公告)日：2025-04-04

申请号：CN202411841083.7

申请日：2024-12-13

Applicant: 华中科技大学

Inventor： 高亮 ,  杜俊飞 ,  高艺平 ,  李新宇

IPC: G06N5/045 ,  G01M13/00 ,  G01M13/045 ,  G06N3/084 ,  G06F18/2131 ,  G06F18/2415 ,  G06F123/02

Abstract: 本发明属于旋转机械故障诊断相关技术领域，其公开了一种面向旋转机械故障诊断的神经网络可解释方法及应用，步骤为：(1)对振动信号进行S变换处理以获得时频图；(2)使用二维傅里叶变换将时频图样本由空域转换到频域，并在频域上加掩码，再使用傅里叶逆变换将掩码后的样本转换到空域；(3)将样本输入神经网络，以得到神经网络最后一层特征图和神经网络输出logits，计算得到目标类别的分类概率和掩码样本的稀疏性分数；(4)计算样本的域外分布分数；(5)使用随机梯度下降的方法优化掩码；(6)将优化后的掩码加到样本频率系数上，以获得该样本分类的解释。本发明提高了解释的特征分辨率。